MétaCan
Menu
Retour à la cohorte
Enregistrement W4391448089 · doi:10.55458/neurolibre.00023

Paper is not enough: Crowdsourcing the T1 mappingcommon ground via the ISMRM reproducibility challenge

2024· preprint· en· W4391448089 sur OpenAlexaff
Mathieu Boudreau, Agâh Karakuzu, Julien Cohen‐Adad, Ecem Bozkurt, Madeline Carr, Marco Castellaro, Luis Concha, Mariya Doneva, Seraina A. Dual, Alex Ensworth, Alexandru Foias, Véronique Fortier, Refaat E. Gabr, Guillaume Gilbert, Carri Glide‐Hurst, Matthew Grech‐Sollars, Siyuan Hu, Oscar Jalnefjord, Jorge Jovicich, Kübra Keskin, Peter Koken, Anastasia Kolokotronis, Simran Kukran, Nam G. Lee, Ives R. Levesque, Bochao Li, Dan Ma, Burkhard Mädler, Nyasha G. Maforo, Jamie Near, Erick H. Pasaye, Alonso Ramírez-Manzanares, Ben Statton, Christian Stehning, Stefano Tambalo, Ye Tian, Chenyang Wang, Kilian Weis, Niloufar Zakariaei, Shuo Zhang, Ziwei Zhao, Nikola Stikov

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueSoil Geostatistics and Mapping
Établissements canadiensSunnybrook HospitalMcGill UniversityPhilips (Canada)Hôpital Maisonneuve-RosemontMcGill University Health CentreUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCrowdsourcingReproducibilityCommon groundData scienceComputer scienceStatisticsPsychologyMathematicsWorld Wide WebSocial psychology

Résumé

récupéré en direct d'OpenAlex

Boudreau et al., (2024). Paper is not enough: Crowdsourcing the T1 mapping common ground via the ISMRM reproducibility challenge. NeuroLibre Reproducible Preprints, 23, https://doi.org/10.55458/neurolibre.00023

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)0,053
score de la tête « metaresearch » (Gemma)0,251
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,947
Score d'incertitude au seuil0,279

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0530,251
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,004
Études des sciences et des technologies0,0050,007
Communication savante0,0150,011
Science ouverte0,0040,016
Intégrité de la recherche0,0080,007
Charge utile insuffisante (le modèle a refusé de juger)0,0190,019

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 Opus0,035
Tête enseignante GPT0,259
Écart entre enseignants0,224 · 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.

Devis d'étudeObservationnel
DomaineReproductibilité
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil Geostatistics and MappingTravaux en français237 207