MétaCan
Menu
Retour à la cohorte
Enregistrement W3209896292 · doi:10.5281/zenodo.3668316

nipy/nipype: 1.4.2

2020· article· en· W3209896292 sur OpenAlexaff
Oscar Estéban, Christopher J. Markiewicz, Hans J. Johnson, Erik Ziegler, Alexandre Manhães-Savio, Dorota Jarecka, Christopher Burns, David Gage Ellis, Carlo Hamalainen, Michael Notter, Benjamin Yvernault, Taylor Salo, Michael Waskom, Mathias Goncalves, Kesshi Jordan, Jason H. Wong, Blake E Dewey, Cindee Madison, Erin Benderoff, Fred Loney, Dav Clark, Anisha Keshavan, Michael Joseph, Dylan M. Nielson, Michael Dayan, Marc Modat, Alexandre Gramfort, Salma Bougacha, Basile Pinsard, Shoshana Berleant, Horea Christian, Ariel Rokem, Matteo Visconti di Oleggio Castello, Yaroslav O. Halchenko, Jakub Kaczmarzyk, Gaël Varoquaux, Rastko Ćirić, Brendan Moloney, Elizabeth DuPré, Serge Koudoro, Michael G. Clark, Ben Cipollini, Demián Wassermann, Jérémy Guillon, Ross D. Markello, Michael Hanke, Colin R. Buchanan, Rosalia Tungaraza, Ashley Gillman, Wolfgang M. Pauli, Gilles de Hollander, Sharad Sikka, Jessica Forbes, David Mordom, Shariq Iqbal, Ian B. Malone, Mathieu Dubois, Yannick Schwartz, Caroline Frohlich, Alejandro Tabas, David Welch, Adam Richie-Halford, Steven Tilley, Aimi Watanabe, B. Nolan Nichols, Julia M. Huntenburg, Arman Eshaghi, Daniel Ginsburg, Alexander Schaefer, Katherine L. Bottenhorn, Chad Cumba, Benjamin Acland, Anibal Sólon Heinsfeld, Erik Kastman, James D. Kent, Jens Kleesiek, Ali Ghayoor, Drew Erickson, Steven Giavasis, Alejandro de la Vega, Franz Liem, René Küttner, Martin Felipe Perez-Guevara, Jarrod Millman, Jeff Lai, Dale Zhou, Christian Haselgrove, Daniel Glen, Anna Doll, Mandy Renfro, Carlos Gabriel Piffaretti Correa, Siqi Liu, Leonie Lampe, Xiangzhen Kong, Michael Hallquist, Ari E. Kahn, Tristan Glatard, William Triplett, Kshitij Chawla, Salvatore John, Feilong Ma, Anne Park, R. Cameron Craddock, Oliver Hinds, Russell A. Poldrack, L. Nathan Perkins, Hrvoje Stojic, Andrey Chetverikov, Souheil Inati, Martin Grignard, Lukas Snoek, Lucinda M. Sisk, Katrin Leinweber, Junhao Wen, Sebastian Urchs, Ross Blair, Katsumi Matsubara, Andrew Floren, Aaron Mattfeld, Stephan Gerhard, Jörg Stadler, Gavin Cooper, Daniel Haehn, William F. Broderick, Sami Andberg, Maxime Noel, Matthew Cieslak, Joke Durnez, Eric Condamine, Dimitri Papadopoulos Orfanos, Daniel Geisler, Benjamin Meyers, Arielle Tambini, Alejandro Weinstein, Abel A. González Orozco, Robbert Harms, Ranjeet Khanuja, Paul M. Sharp, Olivia Stanley, Nat Lee, Michael R. Crusoe, Matthew Brett, Marcel Falkiewicz, Leon Weninger, Kornelius Podranski, Janosch Linkersdörfer, Guillaume Flandin, Garikoitz Lerma‐Usabiaga, Claire Tarbert, Brian Cheung, Andrew Van, Andrew P. Davison, Dmitry Shachnev, Miguel Molina-Romero, Simon Rothmei, Murat Bilgel, Kai Schlamp, Eduard Ort, Daniel McNamee, Jaime Arias, Dmytro Bielievtsov, Christopher J. Steele, Lijie Huang, Joshua Warner, Daniel S. Margulies, Oliver Contier, Ana Marina, Victor Saase, Thomas Nickson, Jan Varada, Isaac Schwabacher, John Pellman, Nicolas Pannetier, Conor McDermottroe, Paul Glad Mihai, Krzysztof J. Gorgolewski, Satrajit Ghosh

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Fluorescence Microscopy Techniques
Établissements canadiensMcGill UniversityMontreal Neurological Institute and HospitalConcordia UniversityWestern UniversityHolland Bloorview Kids Rehabilitation HospitalCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

1.4.2 (February 14, 2020) Bug-fix release in the 1.4.x series. Contains patches to accommodate API changes in Traits 6.0. Full changelog FIX: Allow fsl.MultipleRegressDesign to create multiple F-tests (https://github.com/nipy/nipype/pull/3166) FIX: Reliably parse SGE job IDs in the presence of warnings (https://github.com/nipy/nipype/pull/3168) FIX: Move TraitType import, handle API change for NoDefaultSpecified (https://github.com/nipy/nipype/pull/3159)

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: Logiciel
Score de désaccord entre enseignants0,328
Score d'incertitude au seuil0,958

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,005
Science ouverte0,0040,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,3280,452

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 Opus0,026
Tête enseignante GPT0,262
Écart entre enseignants0,236 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreLogiciel

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

En bref

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetAdvanced Fluorescence Microscopy TechniquesTravaux en français237 207