MétaCan
Menu
Retour à la cohorte
Enregistrement W2886763311 · doi:10.1111/ejn.14101

Neuroscience without borders: Preserving the history of neuroscience

2018· editorial· en· W2886763311 sur OpenAlexaff
Lorenzo Lorusso, Marco Piccolino, Saba Motta, Anna Gasparello, Jean‐Gaël Barbara, Laura Bossi‐Régnier, Gordon M. Shepherd, Larry W. Swanson, Pierre J. Magistretti, Barry J. Everitt, Zoltán Molnár, Richard E. Brown

Notice bibliographique

RevueEuropean Journal of Neuroscience · 2018
Typeeditorial
Langueen
DomaineNeuroscience
ThématiqueNeurology and Historical Studies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésNeurosciencePromotion (chess)PsychologyHistoryPolitical science

Résumé

récupéré en direct d'OpenAlex

Over the last 50 years, neuroscience has enjoyed a spectacular development, with many discoveries greatly expanding our knowledge of brain function. Despite this progress, there has been a disregard for preserving the history of these discoveries. In many European countries, historic objects, instruments, and archives are neglected, while libraries and museums specifically focusing on neuroscience have been closed or drastically cut back. To reverse this trend, the Federation of European Neuroscience Societies (FENS) has organized a number of projects, including (a) the History of Neuroscience online projects, (b) the European Brain Museum Project (EBM), (c) the History online library, (d) the FENS meeting History Corner, (e) history lectures in historic venues, and (f) a series of history seminars in various European venues. These projects aim to stimulate research in, and increase awareness of, the history of European neuroscience. Our seminars have attracted large audiences of students, researchers, and the general public, who have supported our initiatives for the preservation of the history of neuroscience for future generations and for the promotion of interest in the history of neuroscience. It is therefore urgent to develop new methods for preserving our history, not only in Europe but also in the rest of the world, and to increase greatly teaching and research in this important aspect of our scientific and cultural legacy.

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)0,006
score de la tête « metaresearch » (Gemma)0,022
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: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,022
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,001
Études des sciences et des technologies0,0040,008
Communication savante0,0100,009
Science ouverte0,0040,002
Intégrité de la recherche0,0110,024
Charge utile insuffisante (le modèle a refusé de juger)0,0060,005

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 Opus0,056
Tête enseignante GPT0,290
Écart entre enseignants0,234 · 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
GenreÉditorial

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

En bref

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of NeuroscienceMême sujetNeurology and Historical StudiesTravaux en français237 207