MétaCan
Menu
Retour à la cohorte
Enregistrement W3081516774 · doi:10.12688/wellcomeopenres.16060.1

Population neuroimaging: generation of a comprehensive data resource within the ALSPAC pregnancy and birth cohort

2020· preprint· en· W3081516774 sur OpenAlexaff
Tamsin Sharp, Nancy McBride, Amy Howell, John Evans, Derek K. Jones, Gavin Perry, Stavros I. Dimitriadis, T. Lancaster, Luisa Zuccolo, Caroline L. Relton, Sarah Matthews, Thomas Breeze, Anthony S. David, Mark Drakesmith, David E.J. Linden, Tomáš Paus, Esther Walton

Notice bibliographique

RevueWellcome Open Research · 2020
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueHealth, Environment, Cognitive Aging
Établissements canadiensHolland Bloorview Kids Rehabilitation HospitalUniversity of Toronto
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsEuropean Regional Development FundNational Institutes of HealthUniversity of BristolMedical Research CouncilCardiff UniversityKing's College LondonNational Institute for Health and Care ResearchNIHR Bristol Biomedical Research CentreForskningsrådet i Sydöstra SverigeWellcome TrustNational Institute of Mental HealthInstitute of Psychiatry, Psychology and Neuroscience, King’s College LondonWellcome
Mots-clésNeuroimagingBrain Structure and FunctionMagnetoencephalographyCohortCohort studyOffspringPopulationPsychologyPregnancyMedicineNeuroscienceBiologyPathologyElectroencephalography

Résumé

récupéré en direct d'OpenAlex

assessment of structure, connectivity and function. Multimodal neuroimaging data have been obtained as part of three sub-studies within the Avon Longitudinal Study of Parents and Children, a prospective multigenerational pregnancy and birth cohort based in the United Kingdom. Brain imaging data were acquired when offspring were between 18 and 24 years of age, and included acquisition of structural, functional and magnetization transfer magnetic resonance, diffusion tensor, and magnetoencephalography imaging. This resource provides a unique opportunity to combine neuroimaging data with extensive phenotypic and genotypic measures from participants, their mothers, and fathers.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,012

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 Opus0,347
Tête enseignante GPT0,418
Écart entre enseignants0,071 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWellcome Open ResearchMême sujetHealth, Environment, Cognitive AgingTravaux en français237 207