MétaCan
Menu
Retour à la cohorte
Enregistrement W2944179283 · doi:10.5210/jbc.v42i2.9549

The Case of Ken Lowery: Visual Knowledge Building and Translation of Volumetric Radiographic Imagery for Dynamic 3D Medical Legal Visualization

2018· article· en· W2944179283 sur OpenAlexaff
Amanda P. Miller, Leila Lax, Nick Woolridge, Anne Agur

Notice bibliographique

RevueJournal of Biocommunication · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDigital Imaging in Medicine
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVisualizationRadiographyComputer scienceMedical imagingPresentation (obstetrics)WitnessMedical physicsMedicineRadiologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Advancements in medical imaging technology allow for the use of 3D volumetric radiographs in personal injury trials. Volumetric radiographs provide more comprehensive information than 2D imaging (i.e. CT scans/MRIs) but are more complicated for a judge and jury (non-medical audiences) to understand. The purpose of this medical legal visualization research project was to create and evaluate a plaintiff expert witness presentation that incorporates volumetric radiographs, combined with 3D anatomical models and animated sequences to improve understanding of complex medical information (e.g. to clarify the full extent of the traumatic brain injuries) and to obtain feedback on design strategies.

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)0,009
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,040
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,007
Communication savante0,0080,008
Science ouverte0,0010,006
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0240,003

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 Opus0,017
Tête enseignante GPT0,380
Écart entre enseignants0,363 · 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'étudeÉtude de cas
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of BiocommunicationMême sujetDigital Imaging in MedicineTravaux en français237 207