(LivingPreprint) Representation in Brain Imaging Research: A Quebec demographic overview
Notice bibliographique
Résumé
About NeuroLibre Living Preprint built at this reference repository/commit by roboneuro, based on the latest change by the author. ❤️ Living preprint: https://preprint.neurolibre.org/10.55458/neurolibre.00035 For the living preprints in JupyterBook format You can simply decompress (extract) the zip file and open index.html in your browser. For the living preprints in MyST format If you see the following folders after extracting the zip file, it means that the preprint is in MyST format: site execute html templates When you open the html/index.html file, you will be able to see the preprint content, however the static webpage components will not be properly loaded. This is because the static HTML assets were built with a base URL following the DOI format. To render your preprint properly, you can simply run the serve_preprint.py python script that is included in the archive: --- cd /LivingPreprint_10.55458_neurolibre_NeuroLibre_00035_a2059d python serve_preprint.py --- Then you can open the given URL in your browser. The preprint should look like its published version! Note: The site folder contains the living preprint as structured data (in json format), which is being used by NeuroLibre to serve your publication as a dynamic webpage. For more details, please visit the corresponding myst documentation. For details, please visit the corresponding NeuroLibre technical screening. https://neurolibre.org ✉️ info@neurolibre.org
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,013 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,179 | 0,063 |
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 source (Gemma direct ou Codex distillé), 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 ».