MétaCan
Menu
Retour à la cohorte
Enregistrement W4282928084 · doi:10.1038/s41597-022-01386-3

A longitudinal multi-scanner multimodal human neuroimaging dataset

2022· article· en· W4282928084 sur OpenAlexaff
Colin Hawco, Erin W. Dickie, Gabrielle Herman, Jessica A. Turner, Miklós Árgyelán, Anil K. Malhotra, Robert W. Buchanan, Aristotle N. Voineskos

Notice bibliographique

RevueScientific Data · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesNational Institute of Mental HealthU.S. Department of Health and Human Services
Mots-clésNeuroimagingScannerModalitiesHuman brainComputer scienceDiffusion MRIConsistency (knowledge bases)Artificial intelligenceMedical physicsPsychologyMedicineNeuroscienceMagnetic resonance imagingRadiology

Résumé

récupéré en direct d'OpenAlex

Human neuroimaging has led to an overwhelming amount of research into brain function in healthy and clinical populations. However, a better appreciation of the limitations of small sample studies has led to an increased number of multi-site, multi-scanner protocols to understand human brain function. As part of a multi-site project examining social cognition in schizophrenia, a group of "travelling human phantoms" had structural T1, diffusion, and resting-state functional MRIs obtained annually at each of three sites. Scan protocols were carefully harmonized across sites prior to the study. Due to scanner upgrades at each site (all sites acquired PRISMA MRIs during the study) and one participant being replaced, the end result was 30 MRI scans across 4 people, 6 MRIs, and 4 years. This dataset includes multiple neuroimaging modalities and repeated scans across six MRIs. It can be used to evaluate differences across scanners, consistency of pipeline outputs, or test multi-scanner harmonization approaches.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,574
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,001
Communication savante0,0000,001
Science ouverte0,0030,009
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,215
Tête enseignante GPT0,362
Écart entre enseignants0,147 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207