MétaCan
Menu
Retour à la cohorte
Enregistrement W4396958679 · doi:10.1186/s41181-024-00268-w

Highlight selection of radiochemistry and radiopharmacy developments by editorial board

2024· article· en· W4396958679 sur OpenAlexaff
Jun Toyohara, Daniëlle J. Vugts, Oliver Kiss, Sergio Todde, Xiang‐Guo Li, Zhibo Liu, Z. W. Yang, Nic Gillings, Emiliano Cazzola, Wiktor Szymański, Raymond M. Reilly, Carlotta Taddei, Ralf Schirrmacher, Zijing Li, Yohannes Jorge Lagebo, Naoual Bentaleb, Marta de Souza Albernaz, Suzanne E. Lapi, Caterina F. Ramogida, Archana Mukherjee, Javier Ajenjo, Winnie Deuther‐Conrad, Cécile Bourdeau

Notice bibliographique

RevueEJNMMI Radiopharmacy and Chemistry · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePeptidase Inhibition and Analysis
Établissements canadiensSimon Fraser UniversityUniversity of AlbertaTRIUMFUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSelection (genetic algorithm)Library scienceComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Editorial Board of EJNMMI Radiopharmacy and Chemistry releases a biannual highlight commentary to update the readership on trends in the field of radiopharmaceutical development. MAIN BODY: This selection of highlights provides commentary on 24 different topics selected by each coauthoring Editorial Board member addressing a variety of aspects ranging from novel radiochemistry to first-in-human application of novel radiopharmaceuticals. CONCLUSION: Trends in radiochemistry and radiopharmacy are highlighted. Hot topics cover the entire scope of EJNMMI Radiopharmacy and Chemistry, demonstrating the progress in the research field in many aspects.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

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

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 Opus0,004
Tête enseignante GPT0,257
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEJNMMI Radiopharmacy and ChemistryMême sujetPeptidase Inhibition and AnalysisTravaux en français237 207