Corrigendum: Hearing impairment is associated with smaller brain volume in aging : [Front. Aging Neurosci, 9, (2017) (2)]. DOI: 10.3389/fnagi.2017.00002
Notice bibliographique
Résumé
In the original article, Roshchupkin et al. (2016) was not cited in the article. The citation has now been inserted in Materials and Methods, subsection Brain MRI Acquisition and Processing, second paragraph and should read: Voxel based morphometry (VBM) was performed according to an optimized VBM protocol (Good et al., 2001) and was previously described (Roshchupkin et al., 2016). FSL software (Smith et al., 2004) was used for VBM data processing, all GM and WM density maps were non-linearly registered to the standard ICBM MNI152 GM and WM template (Montreal Neurological Institute) with a 1 mm × 1 mm × 1 mm voxel resolution. Subsequently, a spatial modulation and smoothing procedure with 3 mm (FWHM 8 mm) isotropic Gaussian kernel were applied to all images. The authors apologize for this error and state that this does not change the scientific conclusions of the article in any way. Conflict of Interest Statement The authors declare that the research was conducted in the absence of any commercial or financial relationships that could be construed as a potential conflict of interest.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».