MétaCan
Menu
Retour à la cohorte
Enregistrement W2461770940 · doi:10.1093/rpd/ncw158

A New Cytogenetic Biodosimetry Image Repository for the Dicentric Assay

2016· article· en· W2461770940 sur OpenAlexaff
H. Romm, Christina Beinke, Omar García, Marina Di Giorgio, Eric Grégoire, Gordon K. Livingston, D.C. Lloyd, Wilner Martínez‐López, Jayne Moquet, Stephen L. Sugarman, Ruth C. Wilkins, Elizabeth A. Ainsbury

Notice bibliographique

RevueRadiation Protection Dosimetry · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRadioactive contamination and transfer
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésBiodosimetryDicentric chromosomeMedical physicsComputer scienceDosimetryNuclear medicineMedicineBiologyIonizing radiationPhysics

Résumé

récupéré en direct d'OpenAlex

The BioDoseNet was founded by the World Health Organization as a global network of biodosimetry laboratories for building biodosimetry laboratory capacities in countries. The newly established BioDoseNet image repository is a databank of ~25 000 electronically captured images of metaphases from the dicentric assay, which have been previously analysed by international experts. The detailed scoring results and dose estimations have, in most cases, already been published. The compilation of these images into one image repository provides a valuable tool for training and research purposes in biological dosimetry. No special software is needed to view and score the image galleries. For those new to the dicentric assay, the BioDoseNet Image Repository provides an introduction to and training for the dicentric assay. It is an excellent instrument for intra-laboratory training purposes or inter-comparisons between laboratories, as recommended by the International Organization for Standardisation standards. In the event of a radiation accident, the repository can also increase the surge capacity and reduce the turnaround time for dose estimations. Finally, it provides a mechanism for the discussion of scoring discrepancies in difficult cases.

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)0,008
score de la tête « metaresearch » (Gemma)0,014
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,314

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0160,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0040,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0940,045

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 Opus0,008
Tête enseignante GPT0,218
Écart entre enseignants0,210 · 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
GenreMéthodes

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

En bref

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadiation Protection DosimetryMême sujetRadioactive contamination and transferTravaux en français237 207