Author Correction: High inter-rater reliability in consensus diagnoses and overall assessment in the Asian Cohort for Alzheimer’s Disease Study
Notice bibliographique
Résumé
In the original version of this article, authors Helena C. Chui and Tiffany W. Chow were listed only under “The Clinical Core of the Asian Cohort for Alzheimer’s Disease (ACAD)” consortium; they have now also been included in the main author group. Authors Gyungah R. Jun and Li-San Wang, previously listed only under “The Clinical Core of the Asian Cohort for Alzheimer’s Disease (ACAD)” consortium, have been moved to “The Asian Cohort for Alzheimer’s Disease Study” consortium and are also included in the main author group. Authors Yun-Beom Choi, Victor W. Henderson, Haeok Lee, Walter A. Kukull, Dolly Reyes-Dumeyer, and Clara Li, originally listed only in the main author group, are now also included in “The Clinical Core of the Asian Cohort for Alzheimer’s Disease (ACAD)” consortium. Author Pei-Chuan Ho has been newly added under “The Clinical Core of the Asian Cohort for Alzheimer’s Disease (ACAD)” consortium. Author Van M. Ta Park, who was previously listed in the main author group and in both consortia, is now listed only in the main author group and under “The Asian Cohort for Alzheimer’s Disease Study” consortium.
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 | 0,012 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».