APPLICATION OF METHODS OF PHYSICAL THERAPY AFTER STENING OF CORONARY ARTERIES IN PATIENTS WITH CORONARY ARTERY DISEASE
Bibliographic record
Abstract
Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» ЗАстОсУвАння МетОдів ФіЗиЧнОї терАпії пісЛя стенУвАння кОрОнАрних Артерій У хвОрих нА іШеМіЧнУ хвОрОбУ Анотація.Питання захворювання серцево-судинної системи привертає велику кількість уваги вітчизняних та іноземних лікарів різних спеціальностей.Це обумовлено не тільки поширеністю захворювання, що вражає людей в самому працездатному віці, але і, головним чином поліморфізмом синдромів.В даний час найактуальнішою проблемою є ішемічна хвороба серця.Біль за грудиною обмежують життєдіяльність, знижують якість життя пацієнтів, змінюють психіку та поведінку людей, більш ніж у половини пацієнтів, які страждають на болі в серці, проявляють ознаку хронічної емоційності.Її актуальність і соціально
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".