MétaCan
Menu
Retour à la cohorte
Enregistrement W1555964684 · doi:10.1111/j.1753-4887.2010.00327.x

A primer for brain imaging: a tool for evidence-based studies of nutrition?

2010· review· en· W1555964684 sur OpenAlexafffund
Tomáš Paus

Notice bibliographique

RevueNutrition Reviews · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of TorontoMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Institutes of HealthCanadian Institutes of Health ResearchFrieslandCampinaPfizerEuropean CommissionRoyal SocietyDanonePepsiCo
Mots-clésMagnetoencephalographyBrain functionBrain Structure and FunctionNeuroimagingObservational studyBrain activity and meditationNeurosciencePsychologyHuman brainFunctional Brain ImagingFunctional magnetic resonance imagingRandomized controlled trialMagnetic resonance imagingBrain agingElectroencephalographyMedicinePathologyCognitionRadiology

Résumé

récupéré en direct d'OpenAlex

Nutrition affects brain structure and function throughout life. Nutritional scientists and practitioners are interested in gathering evidence clarifying which of the micro- or macronutrients may affect particular aspects of brain functioning at a given period of the life cycle and in identifying possible brain mechanisms underlying such effects. This article provides a primer on brain imaging techniques suitable for the assessment of the structure and function of the human brain, focusing on noninvasive techniques such as structural and functional magnetic resonance imaging, electroencephalography, and magnetoencephalography. The article concludes with a few suggestions regarding the choice of a particular imaging tool in observational studies and randomized controlled trials investigating nutritional effects on the human brain.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,024
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0080,004
Études des sciences et des technologies0,0010,009
Communication savante0,0050,016
Science ouverte0,0030,003
Intégrité de la recherche0,0130,020
Charge utile insuffisante (le modèle a refusé de juger)0,0050,005

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,407
Tête enseignante GPT0,531
Écart entre enseignants0,123 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrition ReviewsMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207