MétaCan
Menu
Retour à la cohorte
Enregistrement W4416915296 · doi:10.1148/radiol.253281

2025 Top Images in <i>Radiology</i> : <i>Radiology</i> In Training Editors’ Choices

2025· article· en· W4416915296 sur OpenAlexaff
Adarsh Ghosh, Alessia Guarnera, Francis Deng, Dhairya A. Lakhani, Mickaël Tordjman, Carolyn Horst, Chen Jiang Wu, Cristina Marrocchio, Hanyu Jiang, Kuan Zhang, Victoria Chernyak, Vicky Goh, Kathryn J. Fowler, Simon Lennartz

Notice bibliographique

RevueRadiology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiology practices and education
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesnon disponible
Mots-clésTraining (meteorology)MEDLINETraining setEducational measurement

Résumé

récupéré en direct d'OpenAlex

The Images in Radiology collection remains a favorite amongjournal readers and authors worldwide, appealing alike totrainees and experienced radiologists. It showcases intriguingmedical imaging cases in a concise, educational format. Radiol-ogists rely on exposure to the full spectrum of imaging findingsin their field, from atypical presentations of common disordersto the rare and remarkable. The collection contributes to servingthis need by bringing forward not only outstanding cases butalso striking demonstrations of advanced imaging technologieswith clear clinical impact. The interest in Images in Radiologycontinues to rise, with 770 submissions in the past academicyear, marking an increase of 26% compared with the year be-fore. To support handling the growing volume of submissions,three new deputy editors joined the Images in Radiology editorialteam in 2025.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,335
Écart entre enseignants0,312 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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 revueRadiologyMême sujetRadiology practices and educationTravaux en français237 207