MétaCan
Menu
Retour à la cohorte
Enregistrement W4220673714 · doi:10.1038/s41597-022-01210-y

Open access dataset of task-free hemodynamic activity in 4-month-old infants during sleep using fNIRS

2022· article· en· W4220673714 sur OpenAlexafffund
Borja Blanco, Monika Molnar, Manuel Carreiras, César Caballero‐Gaudes

Notice bibliographique

RevueScientific Data · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMinisterio de Economía y CompetitividadEusko JaurlaritzaNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésTask (project management)HemodynamicsSleep (system call)Computer sciencePsychologyMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Spontaneous, task-free, hemodynamic activity of the brain provides useful information about its functional organization, as it can describe how different brain regions communicate to each other. Neuroimaging studies measuring the spontaneous activity of the brain are conducted while the participants are not engaged in a particular task or receiving any external stimulation. This approach is particularly useful in developmental populations as brain activity can be measured without the need for infant compliance and the risks of data contamination due to motion artifacts. In this project we sought to i) characterize the intrinsic functional organization of the brain in 4-month-old infants and ii) investigate whether bilingualism, as a specific environmental factor, could lead to adaptations on functional brain network development at this early age. Measures of spontaneous hemodynamic activity were acquired in 4-month-old infants (n = 104) during natural sleep using functional near-infrared spectroscopy (fNIRS). Emphasis was placed on acquiring high-quality data that could lead to reproducible results and serve as a valuable resource for researchers investigating the developing functional connectome.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,006

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 Opus0,069
Tête enseignante GPT0,332
Écart entre enseignants0,264 · 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'étudeObservationnel
Domainenon disponible
GenreJeu de données

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

En bref

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetNon-Invasive Vital Sign MonitoringTravaux en français237 207