From medical history taking to story listening
Notice bibliographique
Résumé
The ancient roots for “disease” in English and “病” in Chinese both signify “being unwell” as told from the patient’s story: the English origin of “disease” was “dis-ease”, while “疒” , the Chinese root of “病" , symbolized a sick person resting in bed in a propped up position. Advances in medicine in elucidating the aetiologies of “dis-ease,” often to microscopic and molecular levels, led to the emergence of objective, scientific concept of “disease” from earlier subjective ideas of “dis-ease,” so much so that nowadays more emphasis is being put on structured medical history taking to detect a particular disease pattern rather than listening to the patient’s story of “dis-ease.” Thus, the sick man “disappeared” in the modern society as doctors directed their gaze not on the individual sick person but on the disease of which his or her body was the bearer.” To tune in with the Cadenza symposium theme of “advent of an elder friendly Hong Kong,” adopting a life-story perspective can help in the provision of coordinated services to elders through collaboration and listening to an elder by asking the right question “who is this elder?” (listening to his/her story so as to provide person-centred care), instead of just focusing on “where should he/she be placed?” (a decision that is often resource-driven). In the words of Stephen Watkins, “The purpose of community care is to promote privacy, dignity and independence and provide resources for living. It is a philosophy, not a place.”
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 | 0,006 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,035 |
| Communication savante | 0,012 | 0,015 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,005 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,004 |
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 ».