MétaCan
Menu
Retour à la cohorte
Enregistrement W4225686891 · doi:10.3389/frym.2022.671370

What can a Headless Chicken Teach us About Walking?

2022· article· en· W4225686891 sur OpenAlexafffund
Evan J. Lockyer, Gregory E. P. Pearcey, Kevin E. Power

Notice bibliographique

RevueFrontiers for Young Minds · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMovement (music)Simple (philosophy)Control (management)Physical medicine and rehabilitationComputer scienceSpinal cordPsychologyNeuroscienceArtificial intelligenceMedicineAestheticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Unlike when you do your math homework, you do not usually have to think about walking—it just happens naturally. We master the ability to walk as children, but the control of walking is complex. To walk, many muscles must act together to produce smooth, coordinated movement of the arms and legs. We sometimes think about where we want to step, but sometimes we do not. We may also choose how fast and which direction we want to go, but we do not actually think about the individual movement of each limb—walking seems so simple and does not require much thought. Although our brains help supervise the control of walking, other parts of the nervous system are what make walking automatic. In fact, the basic pattern of walking is produced and adjusted by networks of cells within the spinal cord, known as central pattern generators.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,005
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0160,006

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 Opus0,008
Tête enseignante GPT0,271
Écart entre enseignants0,263 · 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
GenreEmpirique

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

En bref

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers for Young MindsMême sujetZebrafish Biomedical Research ApplicationsTravaux en français237 207