校正:从传统的代谢标志物到组合学习:对机器学习模型的比较应用来预测青少年的NAFLD风险
Chenming Zhang1, Bin Niu2,3, Rong Wang2,3
1Academy of Medical Sciences, Shanxi Medical University, Taiyuan, China.
Frontiers in endocrinology
|February 23, 2026
概括
这项研究纠正了先前发表的一篇文章的DOI. 校正确保了科学界对研究结果的适当引用和访问.
科学领域:
- 内分泌学 在内分泌学.
- 代谢过程中的代谢.
背景情况:
- 之前的出版物需要对其数字对象标识符 (DOI) 进行更正.
- 准确的引用对于科学完整性和可重复性至关重要.
研究的目的:
- 为了提供正确的DOI的文章: 10.3389/fendo.2025.1681686.
- 确保读者能够访问预期的研究内容.
主要方法:
- 对文章的元数据进行行政纠正.
- 公布修正后的国标名称.
主要成果:
- 该产品现在正确地通过其DOI进行识别:10.3389/fendo.2025.1681686.
- 改善了对研究的可访问性.
结论:
- 校正确保科学记录是准确的.
- 读者现在可以可靠地访问和引用预期的研究.
更多相关视频
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
776
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.9K
