Lettre à la rédaction - Réponse des auteurs aux lettres à la rédaction à propos du commentaire « Santé publique clinique : exploiter le meilleur des deux mondes pour la santé comme pour le traitement des maladies »
Bibliographic record
Abstract
Nous sommes heureux que notre article sur la santé publique clinique1 ait reçu l’appui du Dr Shah2, qui mentionne également des éléments historiques importants au sujet de la santé publique clinique. Le Dr Shah a été le premier directeur d’un nouveau programme de résidence lancé en 1976 à l’Université de Toronto, soit le programme de résidence en médecine communautaire, qui porte maintenant le nom de programme de résidence en santé publique et en médecine préventive. Même s’il prétend ne pas avoir « su rassembler les cliniciens et les professionnels de la santé publique pour définir les éléments communs et les synergies nécessaires »2, nous sommes d’avis qu’il n’a pas échoué, car ses efforts ont inspiré ses étudiants (dont plusieurs ont corédigé l’article en question1). Tirant parti de son héritage important, les générations suivantes de cliniciens et de professionnels en santé publique ont fait des avancées sur le plan d’une collaboration efficace entre médecine clinique et santé publique.
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 | 0.027 | 0.065 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.010 | 0.015 |
| Scholarly communication | 0.017 | 0.012 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.014 | 0.019 |
| Insufficient payload (model declined to judge) | 0.024 | 0.006 |
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".