Author Correction: The role of blockchain to secure internet of medical things
Notice bibliographique
Résumé
Authors and Affiliations Department of Computer Science and Software Engineering, Al Ain University, Abu Dhabi, 15322, UAE Yazeed Yasin Ghadi Department of Computer Science, Virtual University of Pakistan, Lahore, 55150, Pakistan Tehseen Mazhar Department of Computer Science, COMSATS University Islamabad, Sahiwal Campus, Sahiwal, 57000, Pakistan Tariq Shahzad School of Computing Sciences, College of Computing, Informatics and Mathematics, Universiti Teknologi MARA, 40450, Shah Alam, Selangor, Malaysia Muhammad Amir khan AI Center for Precision Health, Weill Cornell Medicine-Qatar, Doha, Qatar Alaa Abd‑Alrazaq & Arfan Ahmed Faculty of Engineering, Université de Moncton, Moncton, NB, E1A3E9, Canada Habib Hamam School of Electrical Engineering, Department of Electrical and Electronic Engineering Science, University of Johannesburg, Johannesburg, 2006, South Africa Habib Hamam Hodmas University College, Taleh Area, Mogadishu, Somalia Habib Hamam Bridges for Academic Excellence, Tunis, Tunisia Habib Hamam Authors Yazeed Yasin Ghadi View author publications Search author on: PubMed Google Scholar Tehseen Mazhar View author publications Search author on: PubMed Google Scholar Tariq Shahzad View author publications Search author on: PubMed Google Scholar Muhammad Amir khan View author publications Search author on: PubMed Google Scholar Alaa Abd‑Alrazaq View author publications Search author on: PubMed Google Scholar Arfan Ahmed View author publications Search author on: PubMed Google Scholar Habib Hamam View author publications Search author on: PubMed Google Scholar Corresponding authors Correspondence to Tehseen Mazhar or Arfan Ahmed .
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».