Terminology and concepts for the characterization of in vivo MR spectroscopy methods and MR spectra: Background and experts' consensus recommendations
Notice bibliographique
Résumé
With a 40-year history of use for in vivo studies, the terminology used to describe the methodology and results of magnetic resonance spectroscopy (MRS) has grown substantially and is not consistent in many aspects. Given the platform offered by this special issue on advanced MRS methodology, the authors decided to describe many of the implicated terms, to pinpoint differences in their meanings and to suggest specific uses or definitions. This work covers terms used to describe all aspects of MRS, starting from the description of the MR signal and its theoretical basis to acquisition methods, processing and to quantification procedures, as well as terms involved in describing results, for example, those used with regard to aspects of quality, reproducibility or indications of error. The descriptions of the meanings of such terms emerge from the descriptions of the basic concepts involved in MRS methods and examinations. This paper also includes specific suggestions for future use of terms where multiple conventions have emerged or coexisted in the past.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,218 | 0,248 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,009 |
| Bibliométrie | 0,031 | 0,024 |
| Études des sciences et des technologies | 0,006 | 0,016 |
| Communication savante | 0,017 | 0,024 |
| Science ouverte | 0,022 | 0,014 |
| Intégrité de la recherche | 0,017 | 0,034 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,008 |
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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».