MétaCan
Menu
Retour à la cohorte
Enregistrement W2894201785 · doi:10.1016/j.neuroimage.2018.09.062

Estimating and accounting for the effect of MRI scanner changes on longitudinal whole-brain volume change measurements

2018· article· en· W2894201785 sur OpenAlexafffund
Hyunwoo Lee, Kunio Nakamura, Sridar Narayanan, Robert A. Brown, Douglas L. Arnold

Notice bibliographique

RevueNeuroImage · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Institute on AgingNational Institute of Biomedical Imaging and BioengineeringCanadian Institutes of Health ResearchAbbVie CanadaNational Institutes of HealthServierMultiple Sclerosis Society of CanadaAlkermesFonds de Recherche du Québec - SantéAcorda TherapeuticsImmune Tolerance NetworkMyelin Repair FoundationPfizerBiogenBioClinicaEisai KoreaF. Hoffmann-La RocheCelgeneMultiple Sclerosis SocietyNovartis Pharmaceuticals CorporationBristol-Myers Squibb FoundationU.S. Department of DefenseEli Lilly and CompanyRocheAdelphi UniversityTakeda Pharmaceutical CompanyAbbVieSanofi GenzymeFonds de Recherche du Québec-Société et CultureGenzymeGenentechNational Multiple Sclerosis SocietyAlzheimer's Drug Discovery FoundationGE HealthcareAlzheimer's Disease Neuroimaging InitiativeSanofiAlzheimer's Association
Mots-clésScannerNeuroimagingNuclear medicineComputer scienceGradient echoMagnetic resonance imagingMedicinePsychologyArtificial intelligenceRadiologyNeuroscience

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,074
Tête enseignante GPT0,358
Écart entre enseignants0,285 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations68
Publié2018
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueNeuroImageMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207