The Heartbreak of COVID-19 - SASS class
Notice bibliographique
Résumé
It's time for the Super Awesome Science Show SASS Class on COVID-19 and heart health.I want to thank everyone who reached out to me. We received quite a few Emails and DMs and we got to so many during this discussion.We again are joined by Ian Paterson. He is a Professor in the Department of Medicine in the Division of Cardiology of the Faculty of Medicine and Dentistry at the University of Alberta. He's a cardiac researcher who has been working to better understand the effects of COVID-19 at the cardiac level. His latest study is called the Multi-organ Imaging With Serial Testing In Covid-19 Infected Patients, better known as MOIST.If you didn't hear your question, make sure to contact me on Twitter, by Email and now, via voice message at Speakpipe.com/SASS. Just follow the link below and send me your thoughts. Twitter: @JATetroEmail: thegermguy@gmail.comGuest: Ian Patersonhttps://www.ualberta.ca/medicine/about/people/details.html?n=Ian-PatersonMOIST Study:https://www.ualberta.ca/research/our-research/covid19-research.html?search=paterson&details=multi-organ-imaging-with-serial-testing-in-covid-19-patientsBeTheCure to enroll in the study: https://bethecure.ca/find-a-study/#studies/5c26010a08393b05921bc3c765803e2b731bf9ec Learn more about your ad choices. Visit megaphone.fm/adchoices
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,585 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».