Open Access JBBS Visualizing Recovery of Cognitive Function in Stroke
Notice bibliographique
Résumé
Copyright © 2013 Andrea L. O. Hebb et al. This is an open access article distributed under the Creative Commons Attribution Li-cense, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. Hippocrates (460-377 BC) first described stroke over 2400 years ago. Stroke is the 4th leading cause of death in Canada (3rd in the USA) and the primary cause of permanent motor and cognitive disability. The majority of strokes are is-chemic. The extent of cerebral dysfunction and thus the severity of stroke are based on the location, severity and dura-tion of ischemia. Stroke management and prognosis encompass early recognition of the onset of stroke and post-stroke determination of the extent of brain injury aided by clinical stroke scores and diffusion-weighted imaging. Cognitive domains most likely to be affected following stroke are memory, orientation, language, attention and executive function. While the vast majority of functional recovery occurs within the first 3 months post-stroke, the neural mechanisms promoting recovery are not well understood. Investigations into the neural plasticity of brain areas after a lesion demon-strate that the adult brain can be shaped by environmental inputs, such as rehabilitation techniques. Many rehabilitation techniques are actively being pursued, including brain-computer interfaces providing sophisticated methods for detect-ing rehabilitation-associated changes in cerebral physiology. The success of such strategies visualized with functional
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,096 | 0,015 |
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 ».