MétaCan
Menu
Retour à la cohorte
Enregistrement W7099832591

Reviews Chorea: A Journey through History

2016· article· en· W7099832591 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueLaw, AI, and Intellectual Property
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChoreaCurseGeorge (robot)Quarter (Canadian coin)HonorSAINT
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The original descriptions of chorea date from the Middle Ages, when an epidemic of ‘‘dancing mania’ ’ swept throughout Europe. The condition was initially considered a curse sent by a saint, but was named ‘‘Saint Vitus’s dance’ ’ because afflicted individuals were cured if they touched churches storing Saint Vitus’s relics. Paracelsus coined the term chorea Sancti Viti and recognized different forms of chorea (imaginativa, lasciva, and naturalis). In the 17th century, Thomas Sydenham provided an accurate description of what he termed chorea minor. He also described rheumatic fever but did not associate it with chorea. It was only in 1850 that See established a relationship between chorea and rheumatic disease. A connection with cardiac involvement was soon recognized and in 1866 Roger postulated that chorea, arthritis, and heart disease had a common cause. The last quarter of the 19th century is marked by the works of Jean-Martin Charcot, Silas Weir Mitchell, William Osler, and William Richard Gowers, all of paramount importance in the refinement of the definition of chorea, its causes, and differential diagnosis. In 1841, Charles Oscar Waters gave a concise account of a syndrome, likely to be Huntington’s disease (HD), later described further by George Huntington and named after him. In 1955, the Venezuelan physician Americo Negrette published a book describing communities in the State of Zulia in Venezuela, with unusual numbers of individuals with chorea. Negrette’s works culminated in the creation of the Venezuela project and the subsequent discovery of

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0070,007
Études des sciences et des technologies0,0020,003
Communication savante0,0050,005
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0190,008

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 Opus0,110
Tête enseignante GPT0,261
Écart entre enseignants0,151 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLaw, AI, and Intellectual PropertyTravaux en français237 207