• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Reply to Crocket et al. and Mottelson and Kontogiorgos: Machine Learning's scientific significance and future impact on replicability research.

作者信息

Youyou Wu, Yang Yang, Uzzi Brian

机构信息

Department of Psychology and Human Development, Institute of Education, University College London, London WC1H 0AL, United Kingdom.

Mendoza College of Business, University of Notre Dame, Notre Dame, IN 46556.

出版信息

Proc Natl Acad Sci U S A. 2023 Aug 15;120(33):e2308195120. doi: 10.1073/pnas.2308195120. Epub 2023 Aug 7.

DOI:10.1073/pnas.2308195120
PMID:37549279
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC10433270/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/eccc/10433270/d41d62adf4a6/pnas.2308195120fig01.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/eccc/10433270/d41d62adf4a6/pnas.2308195120fig01.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/eccc/10433270/d41d62adf4a6/pnas.2308195120fig01.jpg

相似文献

1
Reply to Crocket et al. and Mottelson and Kontogiorgos: Machine Learning's scientific significance and future impact on replicability research.对克罗克特等人以及莫特尔森和孔托吉奥戈斯的回应：机器学习对可重复性研究的科学意义及未来影响
Proc Natl Acad Sci U S A. 2023 Aug 15;120(33):e2308195120. doi: 10.1073/pnas.2308195120. Epub 2023 Aug 7.
2
Machine learning's feet of clay.机器学习的致命弱点。
J Eval Clin Pract. 2020 Feb;26(1):373-375. doi: 10.1111/jep.13191. Epub 2019 May 21.
3
Navigating Clinical Variability: Transfer Learning's Impact on Imaging Model Performance.应对临床变异性：迁移学习对成像模型性能的影响。
Radiol Artif Intell. 2024 Jul;6(4):e240263. doi: 10.1148/ryai.240263.
4
Striking the Balance: Harnessing Machine Learning's Potential in Psychiatric Care amid Legal and Ethical Challenges.权衡利弊：在法律和伦理挑战中挖掘机器学习在精神科护理中的潜力
AJOB Neurosci. 2024 Jan-Mar;15(1):48-50. doi: 10.1080/21507740.2023.2292492. Epub 2024 Jan 11.
5
Learning's from the Editors Desk - 2017.编辑手记——2017年
J Cyst Fibros. 2017 Nov;16(6):645-646. doi: 10.1016/j.jcf.2017.10.001.
6
E-learning's impact on consumer employees.电子学习对消费者员工的影响。
Behav Healthc. 2007 Aug;27(8):34.
7
Early learning's a must in elderly care.早期学习在老年护理中是必不可少的。
Nurs Times. 2001;97(16):33.
8
Machine learning in haematological malignancies.血液系统恶性肿瘤中的机器学习
Lancet Haematol. 2020 Jul;7(7):e541-e550. doi: 10.1016/S2352-3026(20)30121-6.
9
Design of coaxial coils using hybrid machine learning.基于混合机器学习的同轴线圈设计
Rev Sci Instrum. 2021 Apr 1;92(4):045103. doi: 10.1063/5.0040650.
10
Should we be afraid of medical AI?我们是否应该害怕医疗人工智能？
J Med Ethics. 2019 Aug;45(8):556-558. doi: 10.1136/medethics-2018-105281. Epub 2019 Jun 21.

引用本文的文献

1
The hidden complexity of the simple world of basic experimental psychology: the principal and practical limits of gaining psychological knowledge using the experimental method.基础实验心理学简单世界背后隐藏的复杂性：运用实验方法获取心理学知识的主要及实际局限。
Front Psychol. 2025 Apr 11;15:1397553. doi: 10.3389/fpsyg.2024.1397553. eCollection 2024.

本文引用的文献

1
The limitations of machine learning models for predicting scientific replicability.用于预测科学可重复性的机器学习模型的局限性。
Proc Natl Acad Sci U S A. 2023 Aug 15;120(33):e2307596120. doi: 10.1073/pnas.2307596120. Epub 2023 Aug 7.
2
Replicating replicability modeling of psychology papers.复制心理学论文的可重复性建模。
Proc Natl Acad Sci U S A. 2023 Aug 15;120(33):e2309496120. doi: 10.1073/pnas.2309496120. Epub 2023 Aug 7.
3
A discipline-wide investigation of the replicability of Psychology papers over the past two decades.
二十年来心理学论文可重复性的全学科调查。
Proc Natl Acad Sci U S A. 2023 Feb 7;120(6):e2208863120. doi: 10.1073/pnas.2208863120. Epub 2023 Jan 30.
4
Machine learning on small size samples: A synthetic knowledge synthesis.基于小样本的机器学习：综合知识合成。
Sci Prog. 2022 Jan-Mar;105(1):368504211029777. doi: 10.1177/00368504211029777.
5
Deciding what to replicate: A decision model for replication study selection under resource and knowledge constraints.在资源和知识有限的情况下，决定复制什么：复制研究选择的决策模型。
Psychol Methods. 2023 Apr;28(2):438-451. doi: 10.1037/met0000438. Epub 2021 Dec 20.
6
Replicability, Robustness, and Reproducibility in Psychological Science.心理科学中的可重复性、稳健性和再现性。
Annu Rev Psychol. 2022 Jan 4;73:719-748. doi: 10.1146/annurev-psych-020821-114157. Epub 2021 Oct 19.
7
The fundamental principles of reproducibility.可重复性的基本原则。
Philos Trans A Math Phys Eng Sci. 2021 May 17;379(2197):20200210. doi: 10.1098/rsta.2020.0210. Epub 2021 Mar 29.
8
Are replication rates the same across academic fields? Community forecasts from the DARPA SCORE programme.各学术领域的复制率是否相同？来自美国国防部高级研究计划局（DARPA）SCORE项目的群体预测。
R Soc Open Sci. 2020 Jul 22;7(7):200566. doi: 10.1098/rsos.200566. eCollection 2020 Jul.
9
High-profile coronavirus retractions raise concerns about data oversight.备受瞩目的新冠病毒研究撤稿引发了对数据监督的担忧。
Nature. 2020 Jun;582(7811):160. doi: 10.1038/d41586-020-01695-w.
10
Estimating the deep replicability of scientific findings using human and artificial intelligence.利用人和人工智能估计科学发现的深度可重复性。
Proc Natl Acad Sci U S A. 2020 May 19;117(20):10762-10768. doi: 10.1073/pnas.1909046117. Epub 2020 May 4.