MétaCan
Menu
Retour à la cohorte
Enregistrement W2982600860 · doi:10.1038/s41597-019-0262-8

Structural and functional multi-platform MRI series of a single human volunteer over more than fifteen years

2019· article· en· W2982600860 sur OpenAlexafffundabout
Simon Duchesne, Louis Dieumegarde, Isabelle Chouinard, Farnaz Farokhian, AmanPreet Badhwar, Pierre Bellec, Pascal Tétreault, Maxime Descoteaux, Arnaud Boré, Jean‐Christophe Houde, Christian Beaulieu, Olivier Potvin

Notice bibliographique

RevueScientific Data · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversité de SherbrookeUniversity of AlbertaInstitut Universitaire de Gériatrie de MontréalUniversité LavalInstitut Universitaire en Santé Mentale de Québec
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research ChairsUniversity of Electronic Science and Technology of ChinaGovernment of CanadaGovernment of OntarioAlzheimer's SocietyFonds de Recherche du Québec - SantéPfizer CanadaPfizerOntario Brain InstituteCourtois FoundationConsortium canadien en neurodégénérescence associée au vieillissement
Mots-clésVolunteerSeries (stratigraphy)Computer scienceComputational biologyBiologyEcologyPaleontology

Résumé

récupéré en direct d'OpenAlex

We present MRI data from a single human volunteer consisting in over 599 multi-contrast MR images (T1-weighted, T2-weighted, proton density, fluid-attenuated inversion recovery, T2* gradient-echo, diffusion, susceptibility-weighted, arterial-spin labelled, and resting state BOLD functional connectivity imaging) acquired in over 73 sessions on 36 different scanners (13 models, three manufacturers) over the course of 15+ years (cf. Data records). Data included planned data collection acquired within the Consortium pour l'identification précoce de la maladie Alzheimer - Québec (CIMA-Q) and Canadian Consortium on Neurodegeneration in Aging (CCNA) studies, as well as opportunistic data collection from various protocols. These multiple within- and between-centre scans over a substantial time course of a single, cognitively healthy volunteer can be useful to answer a number of methodological questions of interest to the community.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Jeu de données
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,747
Score d'incertitude au seuil0,340

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,072
Tête enseignante GPT0,335
Écart entre enseignants0,263 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel · Sans objet
Domainenon disponible
GenreEmpirique · Jeu de données

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

En bref

Citations29
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207