MétaCan
Menu
Retour à la cohorte
Enregistrement W26340476 · doi:10.48550/arxiv.1501.03071

Future Supply of Medical Radioisotopes for the UK Report 2014

2015· preprint· en· W26340476 sur OpenAlexaboutno aff
Brian Neilly, Sarah Allen, Jim Ballinger, John Buscombe, Rob Clarke, Glenn Flux, Louise Fraser, Adrian Hall, Hywel Owen, Audrey Paterson, Alan Perkins, Andrew Scarsbrook

Notice bibliographique

RevuearXiv (Cornell University) · 2015
Typepreprint
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic shortageContext (archaeology)Scope (computer science)MedicineWork (physics)Political scienceBusinessGovernment (linguistics)EngineeringGeography

Résumé

récupéré en direct d'OpenAlex

The UK has no research nuclear reactors and relies on the importation of 99Mo and other medical radioisotopes (e.g. Iodine-131) from overseas (excluding PET radioisotopes). The UK is therefore vulnerable not only to global shortages, but to problems with shipping and importation of the products. In this context Professor Erika Denton UK national Clinical Director for Diagnostics requested that the British Nuclear Medicine Society lead a working group with stakeholders including representatives from the Science & Technology Facilities Council (STFC) to prepare a report. The group had a first meeting on 10 April 2013 followed by a working group meeting with presentations on 9th September 2013 where the scope of the work required to produce a report was agreed. The objectives of the report are: to describe the status of the use of medical radioisotopes in the UK; to anticipate the potential impact of shortages for the UK; to assess potential alternative avenues of medical radioisotope production for the UK market; and to explore ways of mitigating the impact of medical radioisotopes on patient care pathways. The report incorporates details of a visit to the Cyclotron Facilities at Edmonton, Alberta and at TRIUMF, Vancouver BC in Canada by members of the report team.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0050,003
Science ouverte0,0010,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0520,026

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 Opus0,081
Tête enseignante GPT0,263
Écart entre enseignants0,183 · 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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207