MétaCan
Menu
Retour à la cohorte
Enregistrement W2925215685 · doi:10.3389/fnins.2019.00284

Brainstorm Pipeline Analysis of Resting-State Data From the Open MEG Archive

2019· article· en· W2925215685 sur OpenAlexafffund
Guiomar Niso, François Tadel, Elizabeth Bock, Martin Cousineau, A. Santos, Sylvain Baillet

Notice bibliographique

RevueFrontiers in Neuroscience · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Institutes of HealthAXA Research FundFondation Brain Canada
Mots-clésPipeline (software)Computer scienceBrainstormingMagnetoencephalographyResting state fMRIGeneralizability theoryWorkflowProof of conceptScalabilityData miningArtificial intelligencePsychologyNeuroscienceElectroencephalographyDatabase

Résumé

récupéré en direct d'OpenAlex

We present a simple, reproducible analysis pipeline applied to resting-state magnetoencephalography (MEG) data from the Open MEG Archive (OMEGA). The data workflow was implemented with Brainstorm, which like OMEGA is free and openly accessible. The proposed pipeline produces group maps of ongoing brain activity decomposed in the typical frequency bands of electrophysiology. The procedure is presented as a technical proof of concept for streamlining a broader range and more sophisticated studies of resting-state electrophysiological data. It also features the recently introduced extension of the brain imaging data structure (BIDS) to MEG data, highlighting the scalability and generalizability of Brainstorm analytical pipelines to other, and potentially larger data volumes.

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)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,412
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0050,003
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 Opus0,077
Tête enseignante GPT0,306
Écart entre enseignants0,229 · 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

Citations104
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207