MétaCan
Menu
Retour à la cohorte
Enregistrement W7117124591 · doi:10.19127/bshealthscience.1750846

Tıp Fakültesi Öğrencilerinde COVID-19 Süresince Hissedilen Lokomotor Sistem Ağrısının Değerlendirilmesi

2025· article· W7117124591 sur OpenAlexaboutno aff
Sibel Ateşoğlu Karabaş, Selma Solgun

Notice bibliographique

RevueBlack Sea Journal of Health Science · 2025
Typearticle
Langue
DomaineMedicine
ThématiquePediatric Pain Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Work (physics)Identification (biology)Table (database)

Résumé

récupéré en direct d'OpenAlex

Çalışmada tıp fakültesi öğrencilerinin COVID-19’a yakalandıkları süre içerisinde yaşadıkları kas-iskelet sistemi ağrılarının tanımı, ağrı lokalizasyonu ve şiddetinin tanımlanması amaçlanmıştır. 204 kişi çalışmaya gönüllü olarak dahil olmuştur. Ağrı şiddetinin derecelendirilmesi için “Genişletilmiş Nordic Kas İskelet Sistemi Anketi” ve ağrının tanımlanması için “McGill Ağrı Ölçeği Kısa Formu” kullanılmıştır. Çalışmaya katılan 204 gönüllüden %36.8’i erkek ve %63.2’si kadındı. “Genişletilmiş Nordic Kas İskelet Sistemi Anketi” sonuçlarına göre ençok 5.10±3.22 ile baş ağrısı, 4.85±3.55 ile sırt ağrısı ve 4.52±3.57 ile bel ağrısı olduğu tespit edilmiştir. Mevcut ağrıların kadınlarda erkeklerden daha fazla olduğu belirlenmiştir (p

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,786
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0290,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0020,003
Communication savante0,0000,001
Science ouverte0,0040,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,047
Tête enseignante GPT0,394
Écart entre enseignants0,346 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBlack Sea Journal of Health ScienceMême sujetPediatric Pain Management TechniquesTravaux en français237 207