MétaCan
Menu
Retour à la cohorte
Enregistrement W2570338771 · doi:10.1002/hbm.23506

Mapping complementary features of cross‐species structural connectivity to construct realistic “Virtual Brains”

2017· article· en· W2570338771 sur OpenAlexaff
Gleb Bezgin, Ana Solodkin, Rembrandt Bakker, Petra Ritter, Anthony R. McIntosh

Notice bibliographique

RevueHuman Brain Mapping · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMcGill UniversityBaycrest HospitalUniversity of TorontoMontreal Neurological Institute and Hospital
Organismes subventionnairesBoston College
Mots-clésConstruct (python library)NeuroscienceConnectomeFunctional connectivityComputer sciencePsychologyCognitive scienceBiologyComputer network

Résumé

récupéré en direct d'OpenAlex

Modern systems neuroscience increasingly leans on large-scale multi-lab neuroinformatics initiatives to provide necessary capacity for biologically realistic modeling of primate whole-brain activity. Here, we present a framework to assemble primate brain's biologically plausible anatomical backbone for such modeling initiatives. In this framework, structural connectivity is determined by adding complementary information from invasive macaque axonal tract tracing and non-invasive human diffusion tensor imaging. Both modalities are combined by means of available interspecies registration tools and a newly developed Bayesian probabilistic modeling approach to extract common connectivity evidence. We demonstrate how this novel framework is embedded in the whole-brain simulation platform called The Virtual Brain (TVB). Hum Brain Mapp 38:2080-2093, 2017. © 2017 Wiley Periodicals, Inc.

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)0,001
score de la tête « metaresearch » (Gemma)0,022
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,002
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,102
Tête enseignante GPT0,344
Écart entre enseignants0,242 · 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.

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

Citations33
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Brain MappingMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207