MétaCan
Menu
Retour à la cohorte
Enregistrement W4414343118 · doi:10.1007/978-3-032-05162-2

Medical Image Computing and Computer Assisted Intervention – MICCAI 2025

2025· book· en· W4414343118 sur OpenAlexfundno aff

Notice bibliographique

RevueLecture notes in computer science · 2025
Typebook
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensnon disponible
Organismes subventionnairesErasmus Universitair Medisch Centrum RotterdamUniversity of North Carolina at GreensboroUniversity of Colorado DenverUniversity of Texas MD Anderson Cancer CenterUniversity of California, Los AngelesHelmholtz Artificial Intelligence Cooperation UnitStony Brook UniversityShanghaiTech UniversityJohns Hopkins UniversityHarbin Institute of TechnologyUniversität InnsbruckUniversity of Science and Technology of ChinaShenzhen UniversityUniversidade do MinhoJulius-Maximilians-Universität WürzburgNational University of SingaporeZayed UniversityRheinische Friedrich-Wilhelms-Universität BonnPeking UniversityMonash UniversityUniversitat Rovira i VirgiliIndian Institute of Technology DelhiUniwersytet WarszawskiHokkaido UniversityInstitute of Computing Technology, Chinese Academy of SciencesNanjing University of Science and TechnologyKorea University Anam HospitalCleveland ClinicShanghai Jiao Tong UniversitySiemens HealthineersUniversità degli Studi di MessinaZhejiang UniversityKungliga Tekniska HögskolanTongji UniversityHebrew University of JerusalemHuazhong University of Science and TechnologyEidgenössische Technische Hochschule ZürichMcMaster UniversityTechnische Universiteit EindhovenRIKENConcordia UniversityChalmers Tekniska HögskolaNational Institutes of HealthAnhui UniversityIndian Institute of Technology JodhpurTechnische Universität MünchenKyung Hee UniversityUniversity of ExeterChinese Academy of SciencesShandong UniversityNanyang Technological UniversityUniversity of Electronic Science and Technology of ChinaUniversité de LausanneBoston CollegeUniversity of WestminsterUniversity of LeedsUniversity of OxfordMedizinische Universität InnsbruckImperial College LondonKing's College LondonNorthwestern UniversityRensselaer Polytechnic InstituteUniversity of North Carolina at Chapel HillPolitecnico di TorinoUniversity of TwenteBeihang UniversityIntuitive SurgicalUniversity of Cape TownMassachusetts General HospitalUniversity College LondonUniversity of Notre DamePolytechnique MontréalHeriot-Watt UniversityNorges Teknisk-Naturvitenskapelige UniversitetKarolinska InstitutetYale UniversityWeill Cornell Medical CollegeUniversity of PennsylvaniaXiamen UniversityUniverza v LjubljaniUniversitätsspital BaselVanderbilt UniversityFudan UniversityTencentUniversité de SfaxUniversity of BernDaegu Gyeongbuk Institute of Science and TechnologyKorea UniversityNorthwestern Polytechnical UniversityChildren's National HospitalHarvard UniversityDeutsches KrebsforschungszentrumBeijing Institute of TechnologyAgency for Science, Technology and ResearchEast China Normal UniversityGachon UniversityUniversité de StrasbourgUniversidad de ZaragozaRobarts Research InstituteEberhard Karls Universität TübingenMemorial Sloan-Kettering Cancer CenterUniversidade de CoimbraUniversity of Texas at ArlingtonYonsei UniversityRowan UniversityNanjing UniversityOulun YliopistoPohang University of Science and TechnologyNile UniversitySouth China University of Technology
Mots-clésIntervention (counseling)Image (mathematics)Image processingComputer ApplicationsMedical imaging

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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,198

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0590,037

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 Opus0,008
Tête enseignante GPT0,309
Écart entre enseignants0,301 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueLecture notes in computer scienceMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207