poldracklab/fmriprep: 1.2.6
Notice bibliographique
Résumé
Release Notes This is a bug fix release in the 1.2 series. Probably the most noticeable improvement is the restoration of auto-generated content in the documentation. Additionally, FreeSurfer aparc/aseg segmentations are now sampled to all output spaces. For any users importing fMRIPrep interfaces, many of these have been moved to the niworkflows package. With thanks to Nir Jacoby and Hrvoje Stojic for contributions. CHANGES [FIX] Use keyword arguments for Sentry breadcrumb reporting (#1441) @chrisfilo [FIX] Verify proc file exists before reading (#1454) @effigies [ENH] Only report participants with errors (#1437) @effigies [ENH] Resample aparc/aseg into specified output spaces (#1401) @nirjacoby [ENH] Copy BibTeX file to log directory for LaTeX users (#1446) @hstojic [RF] Use niworkflows upstreamed interfaces and utilities (#1438) @oesteban [DOC] Fix documentation build (#1451) @oesteban [DOC] Fix ReadTheDocs builds (#1459) @effigies [MAINT/DOC] Clean-up __about__, update with Nat Meth (#1445) @oesteban [MAINT] Make sure Python 3.7.1 is installed (#1452) @oesteban [MAINT] Dev status to beta, bump copyright year (#1468) @effigies
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,008 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,573 | 0,554 |
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 ».