Author Correction: A shared neural basis underlying psychiatric comorbidity
Notice bibliographique
Résumé
In the version of this article initially published, the STRATIFY data also included cohort data from the ESTRA consortium, though this was not acknowledged in the author list and the section in Methods on the Stratify dataset. The Methods are now updated, and the author list is amended to combine the STRATIFY and ESTRA consortium names and to include the following authors: Marina Bobou, M. John Broulidakis, Betteke Maria van Noort, Zuo Zhang, Lauren Robinson, Nilakshi Vaidya, Jeanne Winterer, Yuning Zhang, Sinead King, Hervé Lemaître, Ulrike Schmidt, Julia Sinclair, Argyris Stringaris and Sylvane Desrivières. The STRATIFY and ESTRA consortia are now combined to list Marina Bobou, M. John Broulidakis, Betteke Maria van Noort, Zuo Zhang, Lauren Robinson, Nilakshi Vaidya, Jeanne Winterer, Yuning Zhang, Sinead King, Gareth J. Barker, Arun L. W. Bokde, Hervé Lemaître, Frauke Nees, Dimitri Papadopoulos Orfanos, Ulrike Schmidt, Julia Sinclair, Argyris Stringaris, Henrik Walter, Robert Whelan, Sylvane Desrivières and Gunter Schumann as members, and the IMAGEN consortium is updated to also include Sylvane Desrivières. Affiliations, author contributions and acknowledgements have been updated to reflect the new authorship, and all changes have been made in the HTML and PDF versions of the article.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,169 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,151 | 0,041 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».