MétaCan
Menu
Retour à la cohorte
Enregistrement W4410964753 · doi:10.1038/s41467-025-60522-w

Author Correction: Multi-institutional atlas of brain metastases informs spatial modeling for precision imaging and personalized therapy

2025· erratum· en· W4410964753 sur OpenAlexaff
Jorge Barrios, Evan Porter, Dante P. I. Capaldi, Taman Upadhaya, William Chen, Julian R. Perks, Aditya Apte, Michalis Aristophanous, Eve LoCastro, D. Hsu, Javier Villanueva-Meyer, Gilmer Valdés, Fei Jiang, Michael Maddalena, Åse Ballangrud, Kayla Prezelski, Hui Lin, Jinger Sun, Muhtada A K Aldin, Oi Wai Chau, Benjamin Ziemer, Maasa Seaberg, Penny K. Sneed, Jean L. Nakamura, Lauren Boreta, Shannon Fogh, David R. Raleigh, Jessica Chew, Harish N. Vasudevan, Soonmee Cha, Christopher P. Hess, Rubén Fragoso, David Shultz, Luke Pike, Shawn L. Hervey‐Jumper, Derek S. Tsang, Philip V. Theodosopoulos, Daniel L. Cooke, Stanley Benedict, Ke Sheng, Jan Seuntjens, Catherine Coolens, Joseph O. Deasy, Steve Braunstein, Olivier Morin

Notice bibliographique

RevueNature Communications · 2025
Typeerratum
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésAtlas (anatomy)Computer scienceNeuroimagingPrecision medicinePersonalized medicineData scienceMedical physicsNeuroscienceMedicineBioinformaticsPsychologyPathologyBiologyAnatomy

Résumé

récupéré en direct d'OpenAlex

In this article the author’s name Joseph O. Deasy was incorrectly written as Joe Deasy. Second, Joseph O. Deasy was incorrectly linked to the affiliation 3 and 4, instead of just affiliation 4. The original article has been corrected.

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)0,005
score de la tête « metaresearch » (Gemma)0,102
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: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,282

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,102
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0030,002
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0840,042

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 Opus0,031
Tête enseignante GPT0,373
Écart entre enseignants0,342 · 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
GenreÉditorial

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207