MétaCan
Menu
Retour à la cohorte
Enregistrement W4391385203 · doi:10.1038/s41591-024-02836-8

Author Correction: The IDEAL framework for surgical robotics: development, comparative evaluation and long-term monitoring

2024· erratum· en· W4391385203 sur OpenAlexaff
Hani J. Marcus, Pedro T. Ramírez, Danyal Z. Khan, Hugo Layard Horsfall, John Hanrahan, Simon C. Williams, David Beard, Rani Akhil Bhat, Ken Catchpole, Andrew Cook, Katrina Hutchison, Janet Martin, Tom Melvin, Danail Stoyanov, Maroeska M. Rovers, Nicholas Raison, Prokar Dasgupta, David Noonan, Deborah Stocken, Georgia Sturt, Anne Vanhoestenberghe, Baptiste Vasey, Peter McCulloch, Ajai Chari, Fanny Ficuciello, Effy Vayena, Chris Baber, Marco A. Zenati, Alan Kuntz, Karen Kerr, Nigel Horwood, Katherine Anderon, Ka‐Wai Kwok, Rich Mahoney, Bill Peine, Ferdinando Rodriquez Y. Baena, Pietro Valdastri, Richard Leparmentier, Garnette R. Sutherland, Sanju Lama, Naeem Soomro, Justin Collins, Mario M. Leitão, James Kinross, Alvin C. Goh, Bernard J. Park, Matthias Weigl, Rebecca Randell, Steven Yule, Duncan McPherson, Laura Pickup, Richard J. E. Skipworth, Jennifer T. Anger, Denny Yu, Lora Cavuoto, Ann M. Bisantz, Tara Cohen, Mirre Scholte, Guy J. Maddern, Laura Sampietro-Colom, Alane Clark, Tammy Clifford, Belén Corbacho, Cynthia P Iglesias, Janneke P.C. Grutters, Katrina Hutchinson, Lesley Booth, Heather Draper, Sarah Goering, Alexander A. Kon, Rob Sparrow, Kamran Ahmed, Deena Harji, Teodor Grantcharov, Lars Konge, Art Sedrakyan, Joel Horowitz, Arsenio Páez

Notice bibliographique

RevueNature Medicine · 2024
Typeerratum
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensUniversity of CalgaryUniversity of OttawaInstitut Universitaire de Gériatrie de MontréalWestern University
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésTerm (time)Ideal (ethics)RoboticsArtificial intelligenceComputer scienceMedicineMedical physicsRobotPhilosophyEpistemologyPhysics

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)0,006
score de la tête « metaresearch » (Gemma)0,117
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,117
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0040,004
Communication savante0,0050,003
Science ouverte0,0030,002
Intégrité de la recherche0,0060,014
Charge utile insuffisante (le modèle a refusé de juger)0,0350,024

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 Opus0,099
Tête enseignante GPT0,445
Écart entre enseignants0,346 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueNature MedicineMême sujetSurgical Simulation and TrainingTravaux en français237 207