MétaCan
Menu
Retour à la cohorte
Enregistrement W4401028442 · doi:10.1007/978-3-031-66535-6

Artificial Intelligence in Medicine

2024· book· en· W4401028442 sur OpenAlexfundno aff

Notice bibliographique

RevueLecture notes in computer science · 2024
Typebook
Langueen
DomaineComputer Science
ThématiqueMachine Learning in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Illinois at Urbana-ChampaignUniverza v MariboruUniverza v LjubljaniLibera Università di BolzanoTrakya ÜniversitesiUniversità degli Studi di VeronaNazarbayev UniversityUniversidade do PortoUniversità di PisaSyddansk UniversitetUniversité de BordeauxUniversidade de CoimbraUniversité de LilleUniwersytet ŁódzkiUniversità degli Studi di PaviaBen-Gurion University of the NegevUniversidad Politécnica de MadridTaipei Medical UniversityUniversidad de MurciaPolitechnika WarszawskaUniversità degli Studi di PadovaUniversity of PittsburghKonkuk UniversityUniversità di BolognaPolitechnika PoznańskaUniversitat Jaume IQatar UniversityUniversity of St AndrewsPusan National UniversityGachon UniversityUniversité Paris-SaclayThompson Rivers UniversityUniversity of TwenteUniversity of Texas Health Science Center at HoustonKungliga Tekniska HögskolanUniversidade da CoruñaVrije Universiteit AmsterdamHarvard UniversityInstitut "Jožef Stefan"Duke-NUS Medical SchoolTechnion-Israel Institute of Technologyİstanbul Medipol ÜniversitesiDalhousie UniversityUniversity of MinnesotaTU Graz, Internationale Beziehungen und MobilitätsprogrammeWestern Washington UniversityUniversity of HaifaUniversitat de GironaYonsei UniversityUniversidade de São PauloUniversity of CincinnatiBharathiar UniversityCase Western Reserve UniversityStockholms UniversitetBrigham and Women's HospitalUniversität WienEmory UniversitySoongsil UniversityOhio State UniversityUniversity of Central ArkansasFlorida State UniversityPurdue UniversityGeorge Mason UniversityUniversitat Politècnica de CatalunyaUniversity of PennsylvaniaMedizinische Universität WienVanderbilt University
Mots-clésComputer scienceArtificial intelligence

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Autre
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,229

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0680,049

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 Opus0,035
Tête enseignante GPT0,333
Écart entre enseignants0,298 · 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 revueLecture notes in computer scienceMême sujetMachine Learning in HealthcareTravaux en français237 207