MétaCan
Menu
Retour à la cohorte
Enregistrement W4393767396 · doi:10.5281/zenodo.7562911

Thalamoreticular microcircuit

2022· dataset· en· W4393767396 sur OpenAlexaff
Elisabetta Iavarone, Jane Simko, Ying Shi, Marine Bertschy, María García‐Amado, Polina Litvak, Christian O’Reilly, Oren Amsalem, Marwan Abdellah, Grigori Chevtchenko, Benoît Coste, Jean-Denis Courcol, András Ecker, Cyrille Favreau, Adrien Christian Fleury, Michael Gevaert, Nadir Román Guerrero, Joni Herttuainen, Genrich Ivaska, Anna-Kristin Kaufmann, Samuel Kerrien, James King, Pramod Kumbhar, Patrycja Lurie, Ioannis Magkanaris, Vignayanandam Ravindernath Muddapu, Jayakrishnan Nair, Fernando Pereira, Rodrigo Perin, Fabien Petitjean, Rajnish Ranjan, Michael Reimann, Liviu Soltuzu, Mohameth François Sy, Anıl Tuncel, Alexander Ulbrich, Werner Van Geit, M. Wolf, Francisco Clascá, Henry Markram, Sean Hill

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typedataset
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésChemistryComputer science

Résumé

récupéré en direct d'OpenAlex

------------------------------------------------------------------------------------------------------------------------------------------ About this dataset: This dataset contains the thalamus microcircuit published through the preprint Reconstruction and simulation of thalamoreticular microcircuitry The thalamus_microcircuit.zip dataset contains circuit files in SONATA format allowing to access the thalamus microcircuit using the Python library Blue Brain SNAP. Once downloaded, the circuit files can be used to analyze its properties, using e.g. these Blue Brain SNAP notebooks.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0290,049

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 Opus0,026
Tête enseignante GPT0,245
Écart entre enseignants0,219 · 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
GenreJeu de données

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'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207