MétaCan
Menu
Retour à la cohorte
Enregistrement W3015227360 · doi:10.3389/fnhum.2020.00115

Corrigendum: Variability in Executive Control Performance Is Predicted by Physical Activity

2020· erratum· en· W3015227360 sur OpenAlexaff
G. Kyle Gooderham, Simon Ho, Todd C. Handy

Notice bibliographique

RevueFrontiers in Human Neuroscience · 2020
Typeerratum
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStandard deviationCoefficient of variationStatisticsParagraphStandard errorVariation (astronomy)Measure (data warehouse)MathematicsMean valueRelative standard deviationCorrelation coefficientPsychologyComputer scienceData mining

Résumé

récupéré en direct d'OpenAlex

Predicted by Physical Activity. Frontiers in Human Neuroscience,13,463. https://doi.org/10.3389/fnhum.2019.00463In the original article, there was an error. The descriptive definition for the coefficient of variation was incorrectly provided. In the original manuscript the definition was given as the mean reaction time divided by the standard deviation. This was an error as the coefficient of variation was calculated as the standard deviation divided by the mean.A correction has been made to Materials and Methods, Coefficient of Variation, Paragraph Number 1:The RT coefficient of variation (RTCV) was selected as the primary measure of individual variability and was the dependent variable in data analysis. The RTCV is calculated by dividing the standard deviation of a participant's RT by their mean RT for each measure. For example, in Experiment 3, the standard deviation of the RT for all of one participant's incompatiblecongruent trials would be divided by the mean RT of the corresponding trials. The resulting value is a standardized score that can be compared across measures. A RTCV was calculated for each participant for each cognitive measurement.

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)0,004
score de la tête « metaresearch » (Gemma)0,069
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,069
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0770,038

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 Opus0,053
Tête enseignante GPT0,367
Écart entre enseignants0,314 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Human NeuroscienceMême sujetMental Health Research TopicsTravaux en français237 207