MétaCan
Menu
Retour à la cohorte
Enregistrement W3116382769 · doi:10.2967/jnmt.120.261890

Guidelines on Setting Up Stations for Remote Viewing of Nuclear Medicine and Molecular Imaging Studies During COVID-19

2020· article· en· W3116382769 sur OpenAlexaff
Jerold W. Wallis, Ran Klein, Tyler Bradshaw, Ciprian Catana, Mathieu Hatt, Richard Laforest, Chi Liu, Osama Mawlawi, K McCall, Dustin Osborne, Jing Tang, R. Glenn Wells, Munir Ghesani

Notice bibliographique

RevueJournal of Nuclear Medicine Technology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Nuclear medicine imaging2019-20 coronavirus outbreakPandemicSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Medical physicistMedicineMedical imagingProcess (computing)Medical physicsNuclear medicineComputer scienceRadiologyPathologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

The current pandemic has created a situation where nuclear medicine practitioners and medical physicists read or process nuclear medicine images remotely from their home office. This article presents recommendations on the components and specifications when setting up a remote viewing station for nuclear medicine 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 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)0,012
score de la tête « metaresearch » (Gemma)0,027
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0040,003
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0210,019

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 Opus0,070
Tête enseignante GPT0,415
Écart entre enseignants0,345 · 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
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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nuclear Medicine TechnologyMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207