MétaCan
Menu
Retour à la cohorte
Enregistrement W7018862631

EFICACIA DE LA VEROPUNCIÓN DE LA MANO VERSUS PUNCIÓN DEL TALÓN PARA LA TOMA DE MUESTRA EN EL RECIÉN NACIDO

2017· dissertation· es· W7018862631 sur OpenAlexaboutno aff

Notice bibliographique

Revuerenati · 2017
Typedissertation
Languees
DomaineSocial Sciences
ThématiqueMultidisciplinary Research Papers Compilation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Perspective (graphical)Identity (music)Set (abstract data type)Subject (documents)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objetivos: Analizar y sistematizar eficacia de la venopunción de la mano versus punción del talón para toma de muestra en el recién nacido.Material y Métodos: Revisión Sistemática observacional y retrospectivo, la búsqueda se ha restringido a artículos con texto completo, y los artículos seleccionados se sometieron a una lectura crítica, utilizando la evaluación de Jover para identificar su grado de evidencia.Resultados: En la selección definitiva se eligieron 08 artículos, encontramos que de la revisión sistemática el 40% corresponde a España, el 40% a Canadá y el 10% a Japón, y el restante 10% al país de Argentina.Han sido estudiados en su mayoría los estudios cuantitativos, con un 70%, principalmente, mientras que la Revisión Sistemática ha sido empleada por un 20% por Canadá y España y el 10% restante constituye un estudio observacional también efectuado en España.Conclusiones: Se evidenció en las investigaciones revisadas que la venopunción es 100% más eficaz para tomar la muestra de sangre en el recién nacido es menos dolorosa y menos traumática comparativamente con la punción de talón; siendo el tiempo empleado para la realización tres veces menor frente a la punción de talón.Su aplicación no aumenta los falsos positivos.Utilizándose para la reducción del dolor elementos edulcorados.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,057
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,007
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,041
Tête enseignante GPT0,454
Écart entre enseignants0,413 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuerenatiMême sujetMultidisciplinary Research Papers CompilationTravaux en français237 207