MétaCan
Menu
Retour à la cohorte
Enregistrement W3216709207 · doi:10.1038/s41592-021-01315-z

Micro-Meta App: an interactive tool for collecting microscopy metadata based on community specifications

2021· article· en· W3216709207 sur OpenAlexaff
Alessandro Rigano, Shannon Ehmsen, Serkan Utku Öztürk, Joël Ryan, Alexander Balashov, Mathias Hammer, Koray Kırlı, Ulrike Boehm, Claire M. Brown, Karl Bellvé, James J. Chambers, Andrea Cosolo, Robert A. Coleman, Orestis Faklaris, Kevin E. Fogarty, Thomas Guilbert, Anna B. Hamacher, Michelle S. Itano, Daniel P. Keeley, Susanne Kunis, Judith Lacoste, Alex Laude, Y. Willa, Marco Marcello, Paula Montero Llopis, Glyn Nelson, Jaime A. Pimentel, Stefanie Weidtkamp‐Peters, Peter J. Park, B. Alver, David Grünwald, Caterina Strambio‐De‐Castillia

Notice bibliographique

RevueNature Methods · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Institute of Neurological Disorders and StrokeNational Institute of General Medical SciencesRIKENIntellectual and Developmental Disabilities Research CenterNational Institute on Drug AbuseAgence Nationale de la RechercheDeutsche ForschungsgemeinschaftInfrastructures en Biologie Santé et AgronomieChan Zuckerberg InitiativeEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentSilicon Valley Community FoundationNational Cancer InstituteNational Institutes of HealthNational Science Foundation
Mots-clésMetadataComputer scienceContext (archaeology)InteroperabilityVirtual microscopyQuality assuranceSoftwareWorld Wide WebEngineeringBiologyOperating system

Résumé

récupéré en direct d'OpenAlex

OpenAlex consigne un résumé pour ce travail, mais il n'a pas pu être récupéré à l'instant.

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)0,006
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,224

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0030,008
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0670,031

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 Opus0,065
Tête enseignante GPT0,449
Écart entre enseignants0,384 · 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'étudeExpérimental (laboratoire)
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

Citations34
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature MethodsMême sujetCell Image Analysis TechniquesTravaux en français237 207