MétaCan
Menu
Retour à la cohorte
Enregistrement W2556890039 · doi:10.17226/23563

Molybdenum-99 for Medical Imaging

2016· book· en· W2556890039 sur OpenAlexaboutno aff

Notice bibliographique

RevueNational Academies Press eBooks · 2016
Typebook
Langueen
DomaineMedicine
ThématiqueRadiopharmaceutical Chemistry and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic shortageMolybdenumMedical careEnriched uraniumMedicineBusinessUraniumMaterials scienceEmergency medicineMetallurgy

Résumé

récupéré en direct d'OpenAlex

The decay product of the medical isotope molybdenum-99 (Mo-99), technetium-99m (Tc-99m), and associated medical isotopes iodine-131 (I-131) and xenon-133 (Xe-133) are used worldwide for medical diagnostic imaging or therapy. The United States consumes about half of the world's supply of Mo-99, but there has been no domestic (i.e., U.S.-based) production of this isotope since the late 1980s. The United States imports Mo-99 for domestic use from Australia, Canada, Europe, and South Africa.Mo-99 and Tc-99m cannot be stockpiled for use because of their short half-lives. Consequently, they must be routinely produced and delivered to medical imaging centers. Almost all Mo-99 for medical use is produced by irradiating highly enriched uranium (HEU) targets in research reactors, several of which are over 50 years old and are approaching the end of their operating lives. Unanticipated and extended shutdowns of some of these old reactors have resulted in severe Mo-99 supply shortages in the United States and other countries. Some of these shortages have disrupted the delivery of medical care. Molybdenum-99 for Medical Imaging examines the production and utilization of Mo-99 and associated medical isotopes, and provides recommendations for medical use.

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)0,001
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,015

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 Opus0,054
Tête enseignante GPT0,385
Écart entre enseignants0,331 · 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
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

Citations29
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Academies Press eBooksMême sujetRadiopharmaceutical Chemistry and ApplicationsTravaux en français237 207