ACTUALIZACIONES PARA LA UTILIZACIÓN DE LAS NORMAS VANCOUVER 2010
Bibliographic record
Abstract
III Congreso de Tecnologia de la Salud Para este trabajo se consultaron bases de datos bibliograficas de la Biblioteca Virtual de Salud, entre ellas SciELO, y, motores de busquedas como el Google, y el Localizador de Informacion en Salud (LIS). El criterio para la seleccion de la informacion en linea, fue, priorizar instituciones, y/o autores reconocidos nacional e internacionalmente, preferiblemente de los ultimos 5 anos. Se utilizaron contenidos de las Carreras: Gestion de la Informacion en Salud (GIS) y Sistemas de Informacion en Salud (SIS). Se visitaron entre otros, los sitios del ICJME, y fisterra.com Atencion Primaria en la red. Se descargaron los Requisitos de Uniformidad de manuscritos enviados a revistas biomedicas, en su version de abril de 2010, revisada en julio de 2012, de la Universidad Autonoma de Barcelona y el libro: Citing Medicine: the NLM style guide for authors, editors, and publishers 2007. Se realizo un exhaustivo trabajo de mesa, para determinar, entre mas de 45 documentos analizados, los puntos de contacto en la interpretacion de los Requisitos de Uniformidad, traducidos al espanol; seleccionandose preferentemente, las Guias de Trabajo para referencias; y similares, de la revista Acta Medica Peruana; las presentadas por la Universidad de Carlos III, Madrid, las de la Universidad La Laguna, las guias de la Biblioteca de la Universidad de Malaga (BUMA) y de la Biblioteca del Complejo Hospitalario Universitario “Juan Canalejo”, todas en Espana; y se utilizaron elementos proporcionados por la Universidad San Carlos, en Guatemala; las Universidades Autonoma, y Americana, ambas en Asuncion, Paraguay; y la Universidad de Antioquia, Colombia. Palabras Clave: bibliografias, bibliografias biomedicas, citing medicine, estilos de publicacion de referencias, normas vancouver, requisitos de uniformidad para manuscritos enviados a revistas biomedicas.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.197 | 0.363 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.010 | 0.012 |
| Science and technology studies | 0.012 | 0.014 |
| Scholarly communication | 0.036 | 0.013 |
| Open science | 0.005 | 0.010 |
| Research integrity | 0.004 | 0.012 |
| Insufficient payload (model declined to judge) | 0.016 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; the direct Gemma label and the distilled Codex classifier agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".