MétaCan
Menu
Retour à la cohorte
Enregistrement W3094520390 · doi:10.1038/s41592-021-01113-7

A global view of standards for open image data formats and repositories

2021· preprint· en· W3094520390 sur OpenAlexafffund
Jason R. Swedlow, Pasi Kankaanpää, Uğis Sarkans, Wojtek Goscinski, Graham J. Galloway, Ryan P. Sullivan, Claire M. Brown, Antje Keppler, Ben Loos, Sara Zullino, Dario Livio Longo, Silvio Aime, Shuichi Onami

Notice bibliographique

RevueNature Methods · 2021
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensMcGill University
Organismes subventionnairesRIKEN Center for Biosystems Dynamics ResearchNational Cancer InstituteRIKENNational Institute of Standards and TechnologyNational Institutes of HealthUniversidad de la República UruguayUniversidad de ChileHorizon 2020 Framework ProgrammeTurun YliopistoUniversiteit StellenboschEuropean Molecular Biology LaboratoryÅbo AkademiMonash UniversityChan Zuckerberg InitiativeUniversidad Nacional Autónoma de MéxicoBiotechnology and Biological Sciences Research CouncilUniversity of SydneyNederlandse Organisatie voor Wetenschappelijk OnderzoekAgence Nationale de la RechercheSilicon Valley Community FoundationEuropean CommissionNational Imaging FacilityEuropean Bioinformatics InstituteMcGill UniversityDeutsche ForschungsgemeinschaftInfrastructures en Biologie Santé et AgronomieUniversity of QueenslandUniversity of DundeeNational Science Foundation
Mots-clésData scienceComputer scienceInformaticsHealth informaticsMedicinePolitical sciencePathologyPublic health

Résumé

récupéré en direct d'OpenAlex

Imaging technologies are used throughout the life and biomedical sciences to understand mechanisms in biology and diagnosis and therapy in animal and human medicine. We present criteria for globally applicable guidelines for open image data tools and resources for the rapidly developing fields of biological and biomedical imaging.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,291
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,009
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,472
Écart entre enseignants0,446 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations10
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature MethodsMême sujetCell Image Analysis TechniquesTravaux en français237 207