The BCI Glossary: a first proposal for a community review
Notice bibliographique
Résumé
The description of Brain-Computer Interfaces (BCI) can lead to confusion because of the high heterogeneity of devices, protocols, and applications. Besides, different professional categories are involved: end-users, clinicians, therapists, and engineers; each one having different conceptions of BCI-related terms. This can cause misunderstandings and errors, and it makes it impossible to compare different systems and their performances. The IEEE P2731 working group has been working on a standardized glossary for BCI research, together with a functional model for BCI. Here, we are presenting a first version of the BCI glossary, generated by the collective effort of the working group. One hundred fifty-three terms have been identified to be critical for describing in a standardized way BCI systems and their related aspects (e.g., the neurophysiological characteristics of the neural signals recorded). Each term has been provided with a definition, merged from multiple ones proposed by working group members, with appropriate references to the current state of the art. Finally, we are asking for feedback and suggestions about this first version of the BCI glossary to the wider community of BCI users and researchers. External inputs will improve the glossary, which will become, after further revisions, an official IEEE standard.
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 | 0,023 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,026 | 0,019 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,016 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,021 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».