Notice bibliographique
Résumé
The above data includes agreed patients' individual preprocessed fMRI images. NC:control group(15); Stroke:stroke group(13). Image Acquisition All participants were scanned using a 3.0T MR scanner (Philips Achieva Magnetom Avanto, Amsterdam Netherlands) . T2* weighted R-fMRI data were acquired using an echo-planar imaging pulse sequence: 33 axial slices; repetition time (TR) = 2000 ms; echo time (TE) = 30 ms; slice thickness = 3.5 mm; gap = 0.7 mm; flip angle (FA) = 90°; matrix = 64×64; field of view (FOV) = 200 × 200 mm2. During data acquisition, participants were asked to lie quietly in the scanner with their eyes closed. A total of 240 volumes were obtained for each participant. Data Processing R-fMRI data preprocessing was performed with the GRETNA toolbox(http://www.nitrc.org/projects/gretna/) based on the SPM8 (http://www.fil.ion.ucl.ac.uk/spm/software/spm8/). After removal of the first 5 volumes, the functional images were first corrected for time offsets between slices and geometrical displacements due to head movement. The corrected functional data were then normalized to the Montreal Neurological Institute space using an optimum 12-parameter affine transformation and non-linear deformations and then resampled to a 3-mm isotropic resolution. The resulting images were further underwent spatial smoothing (Gaussian kernel with a full width at half maximum = 6 mm), linear detrend ensured the comparability of our results and those of the existing literature.
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 | 0,003 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,326 | 0,169 |
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 ».