Bibliographic record
Abstract
La chirurgie minimalement invasive correspond aux techniques chirurgicales qui permettent de limiter ou d’éliminer les incisions cutanées, diminuant ainsi le traumatisme tissulaire, la douleur et la morbidité postopératoires associées, tout en permettant une convalescence plus rapide. L’arthroscopie est devenue la technique gold standard pour la quasi-totalité des chirurgies articulaires, alors que la laparoscopie est la technique de choix pour explorer l’abdomen dorsal. L’instrumentation et la technique sont des prérequis essentiels pour réaliser ces procédures avec succès chez le patient tranquillisé ou sous anesthésie générale. Alors que les indications pour la laparoscopie chez le cheval se sont multipliées, de nouveaux concepts ont été développés pour diminuer encore le traumatisme tissulaire chez le cheval et améliorer le diagnostic, comme la chirurgie par endoscopie transvaginale ou par aiguille endoscopique. L’ostéosynthèse minimalement invasive a également gagné en intérêt, car il a été démontré qu’elle permettait de diminuer les risques d’infection du site chirurgical. Le guidage par imagerie bi- ou tridimensionnelle s’est développé pour améliorer la précision, dans les cas de réparation de fractures complexes par chirurgie minimalement invasive. Cet article décrit les principes de base et les indications de la chirurgie minimalement invasive utilisant des endoscopes rigides et flexibles, les procédures cardiovasculaires minimalement invasives et l’ostéosynthèse minimalement invasive.
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 | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.003 |
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".