MétaCan
Menu
Retour à la cohorte
Enregistrement W2952374112 · doi:10.1016/j.biopsych.2018.02.1174

Personalized Intrinsic Network Topography Mapping and Functional Connectivity Deficits in Autism Spectrum Disorder

2018· article· en· W2952374112 sur OpenAlexafffund
Erin W. Dickie, Stephanie H. Ameis, Saba Shahab, Navona Calarco, Dawn E. Smith, Dayton Miranda, Joseph D. Viviano, Aristotle N. Voineskos

Notice bibliographique

RevueBiological Psychiatry · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensHospital for Sick ChildrenUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentCanadian Institutes of Health ResearchUniversity of California, Los AngelesVlaamse regeringStavros Niarchos FoundationCanada Foundation for InnovationOntario Ministry of Research, Innovation and ScienceMeath FoundationOntario Mental Health FoundationNederlandse Organisatie voor Wetenschappelijk OnderzoekChildren's National HospitalCentre for Addiction and Mental Health FoundationNational Institute of Neurological Disorders and StrokeUniversity of PittsburghUniversity of UtahYale UniversityU.S. Department of Veterans AffairsSchool of MedicineStanford UniversityNew York UniversityEuropean CommissionOregon Health and Science UniversityNational Institutes of HealthSan Diego State UniversityUniversity of CaliforniaUniversity of MichiganMichigan Institute for Clinical and Health ResearchSimons FoundationNational Institute of Mental HealthKU LeuvenNational Institute on Deafness and Other Communication DisordersLeon Levy FoundationCarnegie Mellon UniversityAutism Speaks
Mots-clésAutism spectrum disorderAutismResting state fMRIFunctional magnetic resonance imagingTypically developingNeuroscienceFunctional connectivityPsychologyMagnetic resonance imagingPervasive developmental disorderAudiologyMedicineDevelopmental psychology

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)0,000
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 enseignants0,104
Score d'incertitude au seuil0,772

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,045
Tête enseignante GPT0,254
Écart entre enseignants0,210 · 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

Citations79
Publié2018
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueBiological PsychiatryMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207