MétaCan
Menu
Retour à la cohorte
Enregistrement W2506617203 · doi:10.1385/0-89603-116-0:265

NMR Imaging of the Central Nervous System

2003· book-chapter· en· W2506617203 sur OpenAlexaff
Peter S. Allen

Notice bibliographique

RevueHumana Press eBooks · 2003
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPositron emission tomographyMagnetic resonance imagingSingle-photon emission computed tomographyNuclear medicineNuclear magnetic resonanceEmission computed tomographyMedical physicsNeuroimagingFunctional imagingComputed tomographyMedicineRadiologyPhysicsNeurosciencePsychology

Résumé

récupéré en direct d'OpenAlex

To locate and identify pathology of the central nervous system (CNS) noninvasively and with a high degree of specificity is an objective pursued by means of several imaging modalities and with varying degrees of success. Some, for example X-ray, computed tomography (CT), and ultrasonography, provide purely structural information, whereas others, namely positron emission tomography (PET) and single photon emission computed tomography (SPECT), give rise largely to functional data. The principal advantage of the structural technique of CT is one of high spatial resolution, whereas the primary advantage of low resolution PET is one of high specificity. Ultimately, nuclear magnetic resonance (NMR) promises to provide both high-resolution structural images and lower-resolution functional data, but at the moment only the imaging application is well enough developed for widespread clinical use. It is the imaging application of NMR that is the subject of this article, whereas the highly promising, functional-data-providing spectroscopy will be dealt with in a companion article by J. W. Pritchard.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,675

Scores Codex et Gemma par catégorie

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

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 Opus0,041
Tête enseignante GPT0,276
Écart entre enseignants0,236 · 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 tête enseignante, 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
GenreAutre

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

En bref

Citations2
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumana Press eBooksMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207