MétaCan
Menu
Retour à la cohorte
Enregistrement W4416702308 · doi:10.1016/j.ajcnut.2025.101126

AI and machine learning in nutrition: the promise, the challenge, and recommendations

2025· article· en· W4416702308 sur OpenAlexaff
Diana M. Thomas, Rodolphe Barrangou, Sharon I. Kirkpatrick, Becca B.R. Jablonski, Anant Madabhushi, Carmen D. Tekwe, Christopher M. Hartshorn, Dominick J. Lemas, Nicholas Clark, Michael Powell, Sai Krupa Das

Notice bibliographique

RevueAmerican Journal of Clinical Nutrition · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Heart, Lung, and Blood InstituteDOD Prostate Cancer Research ProgramOffice of the Assistant Secretary for HealthNational Cancer InstituteNational Institutes of HealthBristol-Myers SquibbU.S. Department of Veterans AffairsAstraZenecaU.S. Department of AgricultureAdvanced Research Projects Agency for Health
Mots-clésFeature (linguistics)Active learning (machine learning)Training setSupport vector machineApplications of artificial intelligence

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)0,041
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,218

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,070
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,009
Communication savante0,0100,018
Science ouverte0,0040,004
Intégrité de la recherche0,0110,021
Charge utile insuffisante (le modèle a refusé de juger)0,0160,004

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 Opus0,021
Tête enseignante GPT0,356
Écart entre enseignants0,335 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
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

Citations3
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueAmerican Journal of Clinical NutritionMême sujetNutrition, Genetics, and DiseaseTravaux en français237 207