MétaCan
Menu
Retour à la cohorte
Enregistrement W3034773691 · doi:10.6084/m9.figshare.c.4880148.v1

Supplementary material from "Benedict Delisle Burns. 22 February 1915—6 September 2001"

2020· article· en· W3034773691 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurology and Historical Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArt

Résumé

récupéré en direct d'OpenAlex

Ben Burns was a pioneer of operations research and of the statistical analysis of neuronal activity. During the war, Ben served in Solly Zuckermann's operations research unit, which included a period of active service in the Mediterranean. After the war he worked with G. L. Brown at the National Institute for Medical Research (NIMR), where he investigated the effects of agents that affected neuromuscular transmission. In 1950 he moved to the Physiology Department of McGill University in Montreal, where he explored the properties of neural networks in neurologically isolated slabs of cerebral cortex and established the mechanisms responsible for maintaining rhythmic periods of excitation in isolated nerve networks. He subsequently provided evidence that self-re-exciting neural networks were implicated in establishing the respiratory rhythm. While at McGill, Ben initiated a number of highly original cross-disciplinary studies concerning the physiological bases of learning, memory and attention. He returned to NIMR in 1966 to head the Division of Physiology and Pharmacology, where he continued his investigations of visual perception. Ben was an ingenious experimenter and devised a number of mechanical and electronic devices for the statistical analysis of nerve cell activity at a time when digital computers were largely unavailable for biological work. In his 1968 book, <i>The uncertain nervous system</i>, he expressed his view that the interdisciplinary nature of central neurophysiology required of those who studied it a knowledge of classical physiology, experimental psychology, applied mathematics and electronic engineering. His broad view of the subject inspired a generation of students.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,828
Score d'incertitude au seuil0,997

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)0,7420,004

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 Opus0,073
Tête enseignante GPT0,260
Écart entre enseignants0,188 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetNeurology and Historical StudiesTravaux en français237 207