Calgary Preschool magnetic resonance imaging (MRI) dataset
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Calgary Preschool MRI Dataset in the Developmental Neuroimaging Lab at the University of Calgary uses magnetic resonance imaging (MRI) techniques to study brain structure and function in early childhood [1-3]. The dataset aims to characterise brain development in early childhood (2-8 years), and to understand links to cognitive and behavioral development, as well as provide a baseline from which to identify atypical development in children with diseases, disorders, or brain injuries. MRI data are provided for 126 children (61 males, 65 females). Children ranged from 1.95 to 6.22 years (mean = 3.98 ± 1.06 years) at the time of their first scan and were initially scanned at six month intervals, and now continue to be followed annually (1-20 scans per child, 431 total datasets; datasets do not always have all scan modalities available). All MRI scans were acquired on the same General Electric 3T MR750w system and 32-channel head coil (GE, Waukesha, WI) at the Alberta Children's Hospital in Calgary, Canada. The MRI protocols provided in this dataset include: T1-weighted images acquired using a FSPGR BRAVO sequence; arterial spin labeling (ASL) images acquired with the vendor supplied pseudo continuous 3D ASL sequence; diffusion tensor imaging data acquired using single shot spin echo echo-planar imaging; and passive viewing resting state functional MRI data acquired with a gradient-echo echo-planar imaging sequence.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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