MétaCan
Menu
Retour à la cohorte
Enregistrement W3123075499 · doi:10.3390/books978-3-03921-314-6

Targets, Tracers and Translation – Novel Radiopharmaceuticals Boost Nuclear Medicine

2019· book· en· W3123075499 sur OpenAlexfundno aff
Gerald Reischl

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineMedicine
ThématiqueRadiopharmaceutical Chemistry and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaComissão Nacional de Energia NuclearSociedade Beneficente Israelita Brasileira Albert EinsteinMedizinische Universität WienDeutsche ForschungsgemeinschaftCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversität WienCancer Research SocietyNational Science FoundationWeston Brain InstituteAustrian Science FundUniversität InnsbruckAlberta InnovatesMinisterstvo Školství, Mládeže a TělovýchovyUniversity of MichiganFundação de Amparo à Pesquisa do Estado de São PauloSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungSwiss Cancer Research FoundationInternational Atomic Energy AgencyU.S. Department of Energy
Mots-clésRelevance (law)Medical physicsMedicineNuclear medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

This is the fourth Special Issue in Pharmaceuticals within the last six years dealing with aspects of radiopharmaceutical sciences. It demonstrates the significant interest and increasing relevance to ameliorate nuclear medicine imaging with PET or SPECT, and also radiotherapeutical procedures.Numerous targets and mechanisms have been identified and have been under investigation over the previous years, covering many fields of medical and clinical research. This development is well illustrated by the articles in the present issue, including 13 original research papers and one review, covering a broad range of actual research topics in the field of radiopharmaceutical sciences.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0450,044

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 Opus0,066
Tête enseignante GPT0,339
Écart entre enseignants0,273 · 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
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadiopharmaceutical Chemistry and ApplicationsTravaux en français237 207