Stratégie de recherche pour : Anti-Cancer Drug Induced Peripheral Neuropathy (ACDIPN) in Cancer Patients Using Genomic Sequencing Technologies: A Scoping Review
Notice bibliographique
Résumé
English : The Notes field includes the complete search strategy executed in Embase (via Embase.com), focusing on genomic sequencing technologies and anti-cancer drug-induced peripheral neuropathy (ACDIPN). The files in this dataset include the complete search strategies for Embase (via Embase.com), MEDLINE (via Ovid), CINAHL (via EBSCO), the Cochrane Library (via cochranelibrary.com), and the Web of Science Core Collection as provided by Université Laval, as well as the complementary searches conducted in Google Scholar and Semantic Scholar using Elicit and Consensus. Initial Search date : 2025-02-20. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - Français : Le champ Remarques contient la stratégie de recherche complète effectuée dans Embase (via Embase.com), portant sur les technologies de séquençage génomique et la neuropathie périphérique induite par les médicaments anticancéreux (ACDIPN). Les fichiers de ce jeu de données incluent les stratégies de recherche complètes pour Embase (via Embase.com), MEDLINE (via Ovid), CINAHL (via EBSCO), la Cochrane Library (via cochranelibrary.com) et la Web of Science Core Collection, telles que fournies par l’Université Laval, ainsi que les recherches complémentaires effectuées dans Google Scholar et Semantic Scholar à l’aide des outils Elicit et Consensus. Date de la recherche initiale : 2025-02-20.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,035 | 0,105 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,016 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».