Notice bibliographique
Résumé
Skin cancer is the most common form of cancer in Australia, with melanoma, while less common, being the most life threatening form of skin can-cer. In 2005, an estimated 10,014 Australians were diagnosed with melanoma and 1,273 people died, which represented a 41.9 % increase since 1994 (AIHW 2008; The Cancer Council Australia, 2007). Australia and New Zealand have the high-est incidence and mortality rates of melanoma in the world, a rate which is approximately four times higher than that found in Canada, USA and the United Kingdom. (AIHW and AACR, 2004) The primary aetiological factor in the devel-opment of melanoma is UV radiation exposure. Solariums emit stronger UVB rays which are up to five times stronger than the midday sun, with recent studies confirming a significantly higher risk of melanoma among solarium users (Cancer Council Australia, 2007; Gordon and Hirst, 2008). In fact, just one visit to a solarium increases the risk of developing melanoma by 22 per cent, compared with a person who has never used a solarium (Gordon and Hirst, 2008), and use of a solarium before the age of 35 years increases the risk by 75 per cent (IARC Working Group on Artificial Light and Skin Cancer, 2007). However in addition to UV radiation
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,732 | 0,598 |
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 ».