Enregistrement W4220742071 · doi:10.1038/s41374-022-00759-x

USCAP 2022 Abstracts: Informatics (977-1017)

2022· article· en· W4220742071 sur OpenAlexaff

Rhonda Yantiss Chair, Kristin Jensen Chair, Cme Subcommittee, Laura C. Collins, Yuri Fedoriw, Ilan Weinreb, Carla Chair, Adebowale Adeniran, Kimberly H. Allison, Sarah Dry, William C. Faquin, Karen Fritchie, Jennifer Gordetsky, Levon Katsakhyan, Pathologist-In-Training Melinda, J Lerwill, M Beatriz, Susana Lopes, Julia Naso, Pathologist-In-Training Liron, Pantanowitz Carlos, Parra-Herran Rajiv, Mishal Patel, Matt Quick, David J. Schaeffer, Lynette M. Sholl, Olga K. Weinberg, Maria Westerhoff, Benjamin Adam, Oyedele Adeyi, Mariam P. Alexander, Daniela Allende, Catalina Amador, Vijayalakshmi Ananthanarayanan, Tatjana Antic, Manju Aron, Roberto Barrios, Gregory Bean Govind, Bhagat Luis, Zabala Blanco, Michael Bonert, Alain Borczuk, Tamar Brandler, Eric Burks, Kelly J. Butnor, Sarah Calkins, Weibiao Cao, Cao Barbara, Ann Centeno, Joanna Sy, Chan Kung-Chao, Chang Hao, Chen Chen, Yunn‐Yi Chen, Sarah Chiang, Soo‐Jin Cho, Shefali Chopra, Nicole A. Cipriani, Cecilia Clement, Claudiu Cotta, Jennifer Cotter, Sonika Dahiya, Elizabeth G. Demicco, Katie Dennis, Jasreman Dhillon, Anand S. Dighe, Bojana Djordjevic, Michelle R. Downes, Charles G. Eberhart, Andrew Evans, Fang Fan, Julie C. Fanburg–Smith, Gelareh Farshid, Michael Feely, Susan Fineberg, Dennis Firchau, Gregory A. Fishbein, Agnes B. Fogo, Andrew L. Folpe, Danielle Fortuna, Billie Fyfe-Kirschner, Zeina Ghorab, Giovanna A. Giannico, Anthony J. Gill, Tamar Giorgadze, Alessio Giubellino, Carolyn Glass, Carmen Gomez‐Fernandez, Shunyou Gong, Purva Gopal, Abha Goyal, Christopher Griffith, Ian S. Hagemann, Gillian Leigh, Hale Suntrea, T Hammer, Malini Harigopal, Kammi Henriksen, Jonas J. Heymann, Carlo Hojilla, Aaron R. Huber, Jabed Iqbal, Shilpa Jain, Vickie Y. Jo, Ivy John, Dan Jones, Ridas Juskevicius, Meghan Kapp, Nora Katabi, Francesca Khani, Joseph D. Khoury, Benjamin R. Kipp, Veronica Klepeis, Christian A. Kunder, Stefano La, Rosa Stephen, Maria Marcella Laganà, Keith Lai, Goo Lee, Michael J. Lee, Vasiliki Leventaki, Madelyn Lew, Faqian Li, Ying Li, Chieh‐Yu Lin, Mikhail Lisovsky, Lesley Lomo, Fang‐I Lu, Ma Varsha, Manucha Rachel, Angelica Mariani, Brock Aaron, Martin David, S Mcclintock, Anne M. Mills, Sangjeong Ahn, Cristina Eunbee Cho, Yeojin Jeong, Ji-Eon Kim, Jonghyun Lee, Namkug Kim, Jiyoon Jung, Ju Yeon Pyo, Ji-Sun Song, Woon Yong Jung, Yoo Jin Lee, Min Kyoung, David Beyer, Etienne Mahé, Leslee Phillips, Heather Sereda, Susan Nahirniak, Bindu Challa, David A. Kellough, Swati Satturwar, Giovanni Lujan, Wendy L. Frankel, Anil V. Parwani, Shaoli Sun, Zaibo Li, Zachary L. Chelsky, Lester J. Layfield, Katie Wilkinson, Richard Hammer, Yaswitha Jampani

Notice bibliographique

RevueLaboratory Investigation · 2022

Typearticle

Langueen

DomaineMedicine

ThématiqueRadiomics and Machine Learning in Medical Imaging

Établissements canadiensAlberta Health ServicesUniversity of AlbertaUniversity of CalgaryAlberta Hospital EdmontonUniversity of Alberta Hospital

Organismes subventionnairesFoundation Medicine

Mots-clésInformaticsMedicineComputer scienceLibrary scienceEngineeringElectrical engineering

DOI10.1038/s41374-022-00759-x

Résumé

récupéré en direct d'OpenAlex

Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,004

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: Autre · Signal consensuel: Autre

Score de désaccord entre enseignants0,879

Score d'incertitude au seuil0,172

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,001	0,004
Méta-épidémiologie (sens strict)	0,002	0,001
Méta-épidémiologie (sens large)	0,001	0,001
Bibliométrie	0,005	0,004
Études des sciences et des technologies	0,002	0,001
Communication savante	0,006	0,002
Science ouverte	0,002	0,003
Intégrité de la recherche	0,003	0,002
Charge utile insuffisante (le modèle a refusé de juger)	0,879	0,796

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 Opus0,009

Tête enseignante GPT0,253

Écart entre enseignants0,243 · 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