MétaCan
Menu
Retour à la cohorte
Enregistrement W6990838535

Epidemiologie des interventions médicales dans les salles de spectacles parisiennes

2004· other· fr· W6990838535 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpenGrey (Institut de l'Information Scientifique et Technique) · 2004
Typeother
Languefr
DomaineMedicine
ThématiqueMusicians’ Health and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNova scotiaCost analysisSphenoidal sinus
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tous les soirs, dans les salles de spectacle parisiennes, un médecin est de garde afin d'assurer un service médical. Ceci répond à l'obligation légale faite par l'ordonnance préfectorale du premier janvier 1927. L'activité médicale dans les salles de spectacle est une activité importante. Celle-ci n'a jamais été étudiée jusqu'à ce jour. Le médecin de garde intervient auprès du public, des acteurs et du personnel. Il rempli une fiche d'intervention, qu'il remet à l'Association des médecins chefs des théâtres de Paris et de la Région Parisienne, après chaque intervention. Nous avons procéder à une analyse statistique de ces fiches d'interventions (430 au total). L'activité médicale est très diversifiée. La situation la plus courante est représentée par les malaises bénins. Mais le médecin peut intervenir pour de la traumatologie, des troubles digestifs et des consultations sans caractères d'urgences. Les malaises graves ne sont pas absents et représentent 7 % des interventions. Le motif d'intervention varie en fonction du type de spectacle. On constate beaucoup de malaise de type vagal dans les spectacles de musique contemporaine, de traumatologie dans les spectacles de music-hall, de crises d'asthme dans les cirques avec des animaux. Afin d'obtenir des données plus précises pour une analyse prospective future, nous avons proposé une amélioration du recueil des données. Quelques recommandations de bonne pratique médicale ont été données afin d'améliorer la prise en charge des patients. Enfin, nous avons proposé une trousse médicale-type pour répondre aux motifs d'intervention médicale les plus courants.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,358
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpenGrey (Institut de l'Information Scientifique et Technique)Même sujetMusicians’ Health and PerformanceTravaux en français237 207