MétaCan
Menu
Retour à la cohorte
Enregistrement W4410085322 · doi:10.1162/imag.a.12

Charting the path in rodent functional neuroimaging

2025· article· en· W4410085322 sur OpenAlexafffund
Alessandro Gozzi, Alexia Stuefer, Filomena Grazia Alvino, Valeria Bedin, Christopher G. Cover, Alberto Galbusera, Rita Gil, Silvia Gini, A. Elizabeth de Guzman, Gabriel Desrosiers-Grégoire, Daniel Gutierrez‐Barragan, Francesca Mandino, Jean-Charles Mariani, Edoardo Micotti, Henning M. Reimann, Marco Pagani, Chiara Pepe, David Sastre-Yagüe, Mila Urosevic, Mafalda Valente, Roberta Vertullo, Rossella Canese, Anna Devor, Joanes Grandjean, Itamar Kahn, Shella D. Keiholz, Evelyn Lake, Nan Li, Noam Shemesh, Yen-Yu Ian Shih, Valerio Zerbi, Nanyin Zhang

Notice bibliographique

RevueImaging Neuroscience · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesHORIZON EUROPE Marie Sklodowska-Curie ActionsNational Institute of Biomedical Imaging and BioengineeringStanford Maternal and Child Health Research InstituteNational Institute on Drug AbuseNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthNational Institutes of HealthEuropean Research CouncilCanadian Institutes of Health ResearchNational Institute on Aging
Mots-clésNeuroimagingRodentRodent modelPath (computing)PsychologyNeuroscienceComputer scienceBiologyMedicineEcologyInternal medicineComputer network

Résumé

récupéré en direct d'OpenAlex

Driven by a period of accelerated progress and recent technical breakthroughs, whole-brain functional neuroimaging in rodents offers exciting new possibilities for addressing basic questions about brain function and its alterations. In response to lessons learned from the human neuroimaging community, leading scientists and researchers in the field convened to address existing barriers and outline ambitious goals for the future. This article captures these discussions, highlighting a shared vision to advance rodent functional neuroimaging into an era of increased impact.

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 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)0,043
score de la tête « metaresearch » (Gemma)0,033
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,226

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,033
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0020,020
Communication savante0,0080,024
Science ouverte0,0030,009
Intégrité de la recherche0,0070,021
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,038
Tête enseignante GPT0,284
Écart entre enseignants0,246 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueImaging NeuroscienceMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207