ПОСІБНИК З ПРОФІЛАКТИКИ ТА ЛІКУВАННЯ COVID-19
Bibliographic record
Abstract
Пандемія коронавірусу набула загрозливих масштабів. Україна, на жаль, є одним з антилідерів серед країн Європи за кількістю хворих. Це близько 50 тисяч інфікованих осіб, з яких майже 1300 померли. Визріла необхідність у розумінні особливостей профілактики та контролю захворюваності широким загалом лікарів. Саме цьому присвячено рецензований посібник. Його оперативно підготувала українська команда перекладачів-волонтерів – відомих фахівців у різних медичних спеціальностях. Посібник доступний на онлайн-ресурсі http://psychology-naes-ua.institute/files/pdf/posibnik_covid-19_1586362710.pdf. Також опубліковано онлайн інший переклад під назвою «Посібник з попередження та лікування COVID-19», який доступний на ресурсі https://www.pravda.com.ua/files/COVID-19-dobrobut.pdf. Рецензоване видання ініційоване МОЗ України, більше за обсягом (70 сторінок порівняно з 58), укладене на базі клінічного досвіду провідних світових установ: The First Affiliated Hospital, Zhejiang University School of Medicine (Китай); Center of Evidence-Based Medicine, Oxford, UK; King’s College Hospital, London, UK; Beth Israel Deaconess Medical Center, Harvard; Medical School, Boston, USA; SickKids Hospital, Toronto, Canada, та доповнене рекомендаціями Всесвітньої організації охорони здоров’я.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.005 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.070 | 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; both teacher heads agree on what is shown here.
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".