MétaCan
Menu
Retour à la cohorte
Enregistrement W2077108008 · doi:10.1002/mrm.22438

Reactions of young children to the MRI scanner environment

2010· article· en· W2077108008 sur OpenAlexafffund
Krisztina L. Malisza, Toby L. Martin, Deborah Shiloff, Dickie Yu

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensSt.AmantResearch ManitobaUniversity of ManitobaNational Research Council Institute for Biodiagnostics
Organismes subventionnairesCanadian Institutes of Health ResearchNovo Nordisk Fonden
Mots-clésConfidence intervalMedicineStandard deviationPediatricsNuclear medicineMathematicsStatisticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Seventy children aged 2 to 7 years were exposed to the MRI environment through a series of steps typical of a research study. Their willingness to proceed through the process was used to estimate the prevalence of fear. Thirty-seven children (53%; 95% confidence interval [41%, 65%]) completed the approach sequence. Although the correlation of child age in months (Mean (M) = 60.1, standard deviation = 16.5, N = 70) and highest successful step (M = 5.8, standard deviation = 2.6, 95% confidence interval [5.2, 6.4]) completed was not statistically significant at the 0.05 level, r (68) = 0.21, P = 0.08, 95% confidence interval [-0.03, 0.42], the proportion of children aged 6-7 years who successfully completed all steps (14 of 21, 67%, 95% confidence interval [50%, 84%]) was significantly different from the proportion of children aged 2-3 years who completed all steps (six of 23, 26%, 95% confidence interval [11%, 41%]) (Fisher's exact test, two-tailed P = 0.0148). A failure rate of at least 50% should be included into group size calculations when performing studies with young children (2-7 years), in addition to motion and other experimental factors.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,260
Écart entre enseignants0,245 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations27
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetMemory Processes and InfluencesTravaux en français237 207