The fNIRS glossary project: a consensus-based resource for functional near-infrared spectroscopy terminology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Significance: A shared understanding of terminology is essential for clear scientific communication and minimizing misconceptions. This is particularly challenging in rapidly expanding, interdisciplinary domains that utilize functional near-infrared spectroscopy (fNIRS), where researchers come from diverse backgrounds and apply their expertise in fields such as engineering, neuroscience, and psychology. Aim: The fNIRS Glossary Project was established to develop a community-sourced glossary covering key fNIRS terms, including those related to the continuous-wave (CW), frequency-domain (FD), and time-domain (TD) NIRS techniques. Approach: The glossary was collaboratively developed by a diverse group of 76 fNIRS researchers, representing a wide range of career stages (from PhD students to experts) and disciplines. This collaborative process, structured across five phases, ensured the glossary's depth and comprehensiveness. Results: The glossary features over 300 terms categorized into six key domains: analysis, experimental design, hardware, neuroscience, mathematics, and physics. It also includes abbreviations, symbols, synonyms, references, alternative definitions, and figures where relevant. Conclusions: The fNIRS glossary provides a community-sourced resource that facilitates education and effective scientific communication within the fNIRS community and related fields. By lowering barriers to learning and engaging with fNIRS, the glossary is poised to benefit a broad spectrum of researchers, including those with limited access to educational resources.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle