Bibliographic record
Abstract
Osiągnięcia naszych przodków, począwszy od ujarzmienia ognia po eksplorację i zasiedlanie nowych terenów znajdujących się w niekorzystnym klimacie, zwiększały ich narażenie na działanie wysokich i niskich temperatur.W pracy opisano techniki opatrywania ran powstałych na skutek działania ekstremalnych temperatur, które stosowano od czasów starożytnych cywilizacji Wschodu i Zachodu do współczesności.Zwrócono uwagę na proces, jaki zachodził w medycynie: od wyłącznie miejscowego leczenia ran opierającego się niekiedy na praktykach magicznych do stopniowego doskonalenia technik bazujących na coraz wnikliwszych teoriach naukowych.Rozwój wiedzy, technik zabiegowych oraz coraz nowocześniejsze materiały opatrunkowe przyczyniły się do postępu, jaki miał i ma miejsce w dziedzinie opatrywania ran termicznych.Oprócz ukazania czytelnikowi historii rozwoju technik leczenia ran powstałych wskutek działania niskich i wysokich temperatur na organizm człowieka, praca ma także na celu uświadomienie, że odkrycie powszechnych dziś metod leczenia było efektem niezwykłych wysiłków na przestrzeni wieków wielu wybitnych naukowców i lekarzy, którzy często, pomimo zawieruchy wojennej, opracowywali nowatorskie metody, aby ratować życie i zdrowie poszkodowanych.
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 | 0.002 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.004 | 0.005 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.171 | 0.098 |
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".