Cancer du col utérin : prévention de la maladie et soutien informationnel
Bibliographic record
Abstract
Le cancer du col utérin et le virus du papillome humain (VPH), ou papillomavirus, constituent, pour les femmes du monde entier, de graves préoccupations en matière de santé. À l’échelle mondiale, le cancer du col utérin demeurait, en 2006, le deuxième plus fréquent des cancers chez les femmes. La présence d’une infection par des souches de VPH à haut risque est constatée dans environ 99 % des cas de cancer du col utérin. Le Cadre des soins de soutien conçu par Fitch (2008) guidera l’élaboration du présent article. On explorera la nécessité d’avoir des initiatives de soutien informationnel et de prévention de la maladie. Le grand public connaît peu le papillomavirus, ses liens avec le cancer du col utérin et y est peu sensibilisé. Pourtant, une fois que les femmes prennent conscience de la relation entre le papillomavirus et le cancer du col utérin, elles veulent disposer de davantage d’information sur la prévention de la maladie, sa transmission, sa détection et son traitement, sur les symptômes et sur les risques de développer le cancer. On proposera des interventions infirmières basées sur des données probantes qui visent à satisfaire les besoins d’information des femmes et à accroître leur sensibilisation au papillomavirus et au cancer du col. On discutera des informations sur les vaccins prophylactiques contre le VPH et le dépistage au moyen du test de Papanicolaou comme stratégies de prévention primaire et secondaire de la maladie.
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 | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.018 | 0.001 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".