Czasopismo źródłowe

Scientific reports

Rok publikacji: 2026 · ISSN: 2045-2322 · Sprawdź ten rekord w DOI-checker (JSON) → · Endpoint grafu JSON →

primary_research Understanding mental health discourse on Reddit with transformers and explainability. Scientific reports

PSYCHOTERAPIA.NO / BIBLIOGRAFIA · REKORD ŹRÓDŁOWY

Understanding mental health discourse on Reddit with transformers and explainability.

Scientific reports · 2026 · Tom 16 (1) : 6796

Irene Sánchez Rodríguez, John Bianchi, Fabio Pinelli, Folco Panizza, Emiliano Ricciardi, Pietro Pietrini, Marinella Petrocchi

Metadane lokalne PubMed / MEDLINE (MeSH: 6) IWBP częściowy DOI 10.1038/s41598-026-35918-3 PMID 41620442

Źródło: src_41620442 · kanoniczny adres karty: /bibliografia/source.php?id=src_41620442

Synteza kontekstu badawczego

Opracowanie polskojęzyczne oraz dostęp do abstraktu źródłowego

PROWENIENCJA: PUBMED / MEDLINE TDM
Autorskie polskie podsumowanie kontekstu badawczego:
Recenzowana publikacja naukowa „Understanding mental health discourse on Reddit with transformers and explainability.” opublikowane na łamach czasopisma „Scientific reports” (2026). W polskim kontekście klinicznym praca dotyczy zagadnień: Zaburzenie osobowości borderline (BPD). Główne deskryptory indeksacyjne (MeSH / słowa kluczowe autorów) przypisane do publikacji obejmują: Social Media, Mental Health, Humans, Bipolar Disorder, Borderline Personality Disorder, Communication. Poniżej prezentujemy jawny graf powiązań bibliograficznych, kontrolowaną taksonomię NLM MeSH oraz wskaźniki współwystępowania pojęć wyliczone na podstawie lokalnej analizy danych (Text & Data Mining).
Przeczytaj oryginalny abstrakt na PubMed (PMID 41620442) → Otwórz publikację u wydawcy (DOI: 10.1038/s41598-026-35918-3) →

Nota prawna (Prawo autorskie i TDM): Zgodnie z wytycznymi NLM/PubMed pełny tekst angielskiego abstraktu jest wyświetlany bezpośrednio wyłącznie dla artykułów z jawną otwartą licencją Creative Commons (CC-BY). W pozostałych przypadkach lokalny plik XML z PubMed służy wyłącznie do wewnętrznej analizy statystycznej i ekstrakcji pojęć (Text & Data Mining, art. 3–4 dyrektywy DSM UE), a powyżej prezentujemy nasze autorskie polskie omówienie kontekstu badawczego oraz bezpośredni odsyłacz do rekordu w bazie PubMed.

Jawny graf kontekstu publikacji (1-stopniowy)

Graf powiązań: Publikacja → Autorzy → Czasopismo → MeSH / Słowa kluczowe → Strony → Podobne prace

Wizualizacja SVG wygenerowana deterministycznie z jawnych krawędzi (18 relacji). Kliknij dowolny węzeł na grafie, aby przejść do profilu autora, czasopisma, tematu lub podobnej publikacji.

Pobierz JSON grafu (API) → Surowy plik SVG (pubmed_graph.py) →
Graf powiązań semantycznych: PMID 41620442 Scientific reports · relacja: published_in · źródło: pubmed_meta · status: approvedScientific reports Bipolar Disorder [D001714] (MeSH) · relacja: about_mesh · źródło: pubmed_mesh · status: approvedBipolar Disorder Borderline Personality Disorder [D001883] (MeSH) · relacja: about_mesh · źródło: pubmed_mesh · status: approvedBorderline Personality Disorder Communication [D003142] (MeSH) · relacja: about_mesh · źródło: pubmed_mesh · status: approvedCommunication Humans [D006801] (MeSH) · relacja: about_mesh · źródło: pubmed_mesh · status: approvedHumans Mental Health [D008603] (Główny temat MeSH) · relacja: about_mesh · źródło: pubmed_mesh · status: approvedMental Health Social Media [D061108] (Główny temat MeSH) · relacja: about_mesh · źródło: pubmed_mesh · status: approvedSocial Media Powiązanie w szkicu · wymaga przypisania typów claimów [REVIEW_REQUIRED] · relacja: uses_source · źródło: local_claim · status: candidatePowiązany szkic (DRAFT) Altered neurophysiological processing of social rewards in borderline personality disorder: Insights from a social media paradigm. (Podobieństwo: 61%) · relacja: similar_to · źródło: local_hybrid_similarity · status: candidateAltered neurophysiological proces… Association between pet ownership and mental health in university students with borderline personality disorder symptoms. (Podobieństwo: 55%) · relacja: similar_to · źródło: local_hybrid_similarity · status: candidateAssociation between pet ownership… People with borderline personality disorder experiences of mental health services in an Australian context: Associated anxiety and structural stigma. (Podobieństwo: 67%) · relacja: similar_to · źródło: local_hybrid_similarity · status: candidatePeople with borderline personalit… Emiliano Ricciardi · relacja: author_of · źródło: pubmed_meta · status: approvedEmiliano Ricciardi Fabio Pinelli · relacja: author_of · źródło: pubmed_meta · status: approvedFabio Pinelli Folco Panizza · relacja: author_of · źródło: pubmed_meta · status: approvedFolco Panizza Irene Sánchez Rodríguez · relacja: author_of · źródło: pubmed_meta · status: approvedIrene Sánchez Rodríguez John Bianchi · relacja: author_of · źródło: pubmed_meta · status: approvedJohn Bianchi Marinella Petrocchi · relacja: author_of · źródło: pubmed_meta · status: approvedMarinella Petrocchi Pietro Pietrini · relacja: author_of · źródło: pubmed_meta · status: approvedPietro Pietrini PMID 41620442 Understanding mental health discourse on Reddit with transformers and explainability. Publikacja centralna Autor (pubmed_meta / katalog) Czasopismo (published_in) Deskryptor MeSH (pubmed_mesh) Słowo kluczowe autora (PubMed) Strona serwisu (uses_source) Podobny rekord (candidate) Linia ciągła = krawędź zatwierdzona (approved: PubMed MeSH / metadane / opublikowana strona) · Linia przerywana = kandydat (candidate: podobieństwo hybrydowe / szkic)

Uwaga metodologiczna: Relacja w grafie odzwierciedla strukturę metadanych i współwystępowania, a nie związek przyczynowy. Krawędzie z linii ciągłej mają status approved (potwierdzone w PubMed/MEDLINE lub opublikowanych artykułach), natomiast linia przerywana oznacza status candidate (podobieństwo hybrydowe lub nieopublikowany szkic).

Taksonomia i analiza leksykalna

Deskryptory MeSH (PubMed), słowa kluczowe autorów oraz kandydaci długiego ogona (Long-Tail)

Zachowujemy ścisły rozdział pomiędzy oficjalnymi deskryptorami NLM MeSH i słowami kluczowymi autorów (status approved) a frazami wyliczonymi lokalnie z tytułu i analizy TDM (status candidate).

1. Deskryptory medyczne MeSH® (U.S. National Library of Medicine — PubMed)

Humans MeSH UI: D006801 · waga: 0.55
pubmed_mesh · approved
Social Media ★ Główny temat MeSH UI: D061108 · waga: 1.00
pubmed_mesh · approved
Mental Health ★ Główny temat MeSH UI: D008603 · waga: 1.00
pubmed_mesh · approved
Bipolar Disorder MeSH UI: D001714 · waga: 0.55 · kwalifikatory: psychology
pubmed_mesh · approved
Borderline Personality Disorder MeSH UI: D001883 · waga: 0.55 · kwalifikatory: psychology
pubmed_mesh · approved
Communication MeSH UI: D003142 · waga: 0.55
pubmed_mesh · approved

Nota atrybucyjna NLM / MeSH®: MeSH® (Medical Subject Headings) jest zastrzeżonym znakiem towarowym U.S. National Library of Medicine (NLM), National Institutes of Health (NIH). Dane indeksacyjne MEDLINE/PubMed pochodzą z zasobów NLM (domena publiczna USA, 17 U.S.C. § 105). NLM nie afiliuje ani nie autoryzuje niniejszego serwisu.

2. Oficjalne słowa kluczowe autorów (PubMed KeywordList)

Brak osobnej listy słów kluczowych autora w rekordzie PubMed.

3. Wyekstrahowani kandydaci fraz i słów kluczowych (N-gramy 1–3 z tytułu i abstraktu)

Poniższe frazy są wyliczane algorytmicznie (z promowaniem fraz obecnych w tytule ×2,2) i mają status candidate — nie są prezentowane jako oficjalne słowa kluczowe autora w Schema.org.

Rekomendacje oparte na cechach wspólnych

Publikacje powiązane semantycznie w katalogu (Matching hybrydowy)

Wynik łączy 3 jawne sygnały: dopasowanie słów z tytułu i abstraktu (50%), wspólne pojęcia kliniczne/MeSH (35%) oraz wspólne czasopismo lub autorów (15%). Przy każdej pracy podajemy dokładny powód dopasowania.

local_hybrid_similarity · candidate

Analiza w całym korpusie (N = 950 publikacji)

Współwystępowanie pojęć w katalogu — współczynnik \(\text{Lift}(A,B) = \frac{P(A \cap B)}{P(A)P(B)}\)

Nie liczymy sztucznych korelacji na poziomie pojedynczego artykułu. Poniższa tabela bada w całym katalogu (950 źródeł), jak często tematy obecne w tej publikacji współwystępują ze sobą. Wartość Lift > 1 oznacza, że dwa pojęcia pojawiają się razem częściej, niż wynikałoby to z niezależnego przypadku (jest to korelacja opisowa korpusu, nie dowód przyczynowy).

Pojęcie A Pojęcie B Wystąpienia A / B Wspólne publikacje \(|A \cap B|\) \(\text{Lift}(A,B)\) Interpretacja opisowa w korpusie
Guilt / Wina Metacognition / MIT 3 / 1 1 (0.11%) 316.67× Współwystępuje częściej niż losowo (Lift > 1)
Shame / Wstyd Guilt / Wina 15 / 3 3 (0.32%) 63.33× Współwystępuje częściej niż losowo (Lift > 1)
Shame / Wstyd Metacognition / MIT 15 / 1 1 (0.11%) 63.33× Współwystępuje częściej niż losowo (Lift > 1)
Metacognition / MIT Group Therapy / Grupowa 1 / 37 1 (0.11%) 25.68× Współwystępuje częściej niż losowo (Lift > 1)
Metacognition / MIT CBT / Cognitive Therapy 1 / 66 1 (0.11%) 14.39× Współwystępuje częściej niż losowo (Lift > 1)
Guilt / Wina Group Therapy / Grupowa 3 / 37 1 (0.11%) 8.56× Współwystępuje częściej niż losowo (Lift > 1)
Guilt / Wina CBT / Cognitive Therapy 3 / 66 1 (0.11%) 4.80× Współwystępuje częściej niż losowo (Lift > 1)
Shame / Wstyd Group Therapy / Grupowa 15 / 37 2 (0.21%) 3.42× Współwystępuje częściej niż losowo (Lift > 1)
Borderline (BPD) Guilt / Wina 349 / 3 3 (0.32%) 2.72× Współwystępuje częściej niż losowo (Lift > 1)
Borderline (BPD) Metacognition / MIT 349 / 1 1 (0.11%) 2.72× Współwystępuje częściej niż losowo (Lift > 1)
Bibliografia załącznikowa publikacji — prace cytowane przez autorów (57 pozycji)

Wykaz prac cytowanych wewnątrz artykułu (relacja cites → Publication), pobrany ze zweryfikowanych metadanych PubMed / Crossref:

  1. Liu, J., Ning, W., Zhang, N., Zhu, B. & Mao, Y. Estimation of the global disease burden of depression and anxiety between 1990 and 2044: An analysis of the global burden of disease study 2019. , 10.3390/healthcare12171721 (2024). DOI: 10.3390/healthcare12171721
    pubmed_reference_list
  2. Söderholm, J. J., Socada, J. L., Rosenström, T. H., Ekelund, J. & Isometsä, E. Borderline personality disorder and depression severity predict suicidal outcomes: A six-month prospective cohort study of depression, bipolar depression, and borderline personality disorder. , 222–232. 10.1111/acps.13586 (2023). DOI: 10.1111/acps.13586
    pubmed_reference_list
  3. Zhu, X. & Lv, Q. Sex difference in incidence of bipolar and anxiety disorders: findings from the global burden of disease study 2021. 10.1101/2024.10.27.24316200 (2024). https://www.medrxiv.org/content/early/2024/10/29/2024.10.27.24316200.full.pdf. DOI: 10.1101/2024.10.27.24316200
    pubmed_reference_list
  4. Cheng, Y. et al. The burden of depression, anxiety and schizophrenia among the older population in ageing and aged countries: an analysis of the global burden of disease study 2019.  , 10.1136/gpsych-2023-101078 (2024). DOI: 10.1136/gpsych-2023-101078
    pubmed_reference_list
  5. Patel, V. et al. Addressing the burden of mental, neurological, and substance use disorders: Key messages from disease control priorities, 3rd edition. , 1672–1685, 10.1016/S0140-6736(18)30491-6 (2018). DOI: 10.1016/S0140-6736(18)30491-6
    pubmed_reference_list
  6. Corrigan, P. W., Druss, B. G. & Perlick, D. A. The impact of mental illness stigma on seeking and participating in mental health care. , 37–70. 10.1177/1529100614531398 (2014). DOI: 10.1177/1529100614531398
    pubmed_reference_list
  7. Kuss, D. J. & Griffiths, M. D. Social networking sites and addiction: Ten lessons learned. , 311. 10.3390/ijerph14030311 (2017). DOI: 10.3390/ijerph14030311
    pubmed_reference_list
  8. Mansoor, M. A. & Ansari, K. H. Early detection of mental health crises through artificial-intelligence-powered social media analysis: A prospective observational study. , 958. 10.3390/jpm14090958 (2024). DOI: 10.3390/jpm14090958
    pubmed_reference_list
  9. Orehek, E. & Human, L. J. Self-expression on social media: Do tweets present accurate and positive portraits of impulsivity, self-esteem, and attachment style?. , 60–70. 10.1177/0146167216675332 (2017). DOI: 10.1177/0146167216675332
    pubmed_reference_list
  10. Kim, J. et al. A deep learning model for detecting mental illness from user content on social media. , 11846. 10.1038/s41598-020-68764-y (2020). DOI: 10.1038/s41598-020-68764-y
    pubmed_reference_list
  11. Chan, G., Fung, M., Warrington, J. & Nowak, S. Understanding health-related discussions on reddit: Development of a topic assignment method and exploratory analysis. , e55309. 10.2196/55309 (2025). DOI: 10.2196/55309
    pubmed_reference_list
  12. Chandrasekaran, R., Mehta, V., Valkunde, T. & Moustakas, E. A mental health informatics perspective on social media data during the covid-19 pandemic: Systematic review. , e27848. 10.2196/27848 (2021). DOI: 10.2196/27848
    pubmed_reference_list
  13. Morini, V., Sansoni, M., Rossetti, G., Pedreschi, D. & Castillo, C. Participant behavior and community response in online mental health communities: Insights from reddit. , 108544. 10.1016/j.chb.2024.108544 (2025). DOI: 10.1016/j.chb.2024.108544
    pubmed_reference_list
  14. Zhang, T., Schoene, A. M., Ji, S. & Ananiadou, S. Natural language processing applied to mental illness detection: A narrative review. , 46, 10.1038/s41746-022-00589-7 (2022). DOI: 10.1038/s41746-022-00589-7
    pubmed_reference_list
  15. Le Glaz, A. et al. Machine learning and natural language processing in mental health: systematic review. , e15708 (2021).
    pubmed_reference_list
  16. Saxena, R. R. Applications of natural language processing in the domain of mental health. (2024).
    pubmed_reference_list
  17. Kim, J. et al. Machine learning for mental health in social media: bibliometric study. , e24870 (2021).
    pubmed_reference_list
  18. Tadesse, M. M., Lin, H., Xu, B. & Yang, L. Detection of depression-related posts in reddit social media platform using deep learning. , 413. 10.1109/ACCESS.2019.2909180 (2019). DOI: 10.1109/ACCESS.2019.2909180
    pubmed_reference_list
  19. Rudin, C. Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead. , 206–215. 10.1038/s42256-019-0048-x (2019). DOI: 10.1038/s42256-019-0048-x
    pubmed_reference_list
  20. Wiegreffe, S. & Pinter, Y. Attention is not not explanation. In Inui, K., Jiang, J., Ng, V. & Wan, X. (eds.) , 11–20, 10.18653/V1/D19-1002 (Association for Computational Linguistics, 2019). DOI: 10.18653/V1/D19-1002
    pubmed_reference_list
  21. Vig, J. A multiscale visualization of attention in the transformer model. In Costa-jussà, M. R. & Alfonseca, E. (eds.) , 37–42, 10.18653/V1/P19-3007 (Association for Computational Linguistics, 2019). DOI: 10.18653/V1/P19-3007
    pubmed_reference_list
  22. Arrieta, A. B. et al. Explainable artificial intelligence (xai): Concepts, taxonomies, opportunities, and challenges toward responsible ai. , 82–115. 10.1016/j.inffus.2019.12.012 (2020). DOI: 10.1016/j.inffus.2019.12.012
    pubmed_reference_list
  23. Caruana, R. et al. Intelligible models for healthcare: Predicting pneumonia risk and hospital 30-day readmission. In , 1721–1730, 10.1145/2783258.2788613 (2015). DOI: 10.1145/2783258.2788613
    pubmed_reference_list
  24. Ribeiro, M. T., Singh, S. & Guestrin, C. “why should i trust you?” explaining the predictions of any classifier. In , 1135–1144, 10.1145/2939672.2939778 (2016). DOI: 10.1145/2939672.2939778
    pubmed_reference_list
  25. Lundberg, S. M. & Lee, S. A unified approach to interpreting model predictions. In Guyon, I. (eds.) , 4765–4774 (2017).
    pubmed_reference_list
  26. Ji, S., Pan, S., Zhang, H. & Cambria, E. Mentalbert: A pretrained transformer for mental healthcare. arXiv:2205.07643 (2022).
    pubmed_reference_list
  27. Kermani, A., Perez-Rosas, V. & Metsis, V. A systematic evaluation of llm strategies for mental health text analysis: Fine-tuning vs. prompt engineering vs. rag. In (2025).
    pubmed_reference_list
  28. Garg, M. et al. Cams: An annotated corpus for causal analysis of mental health issues in social media posts. In , 6387–6396 (European Language Resources Association, Marseille, France, 2022).
    pubmed_reference_list
  29. Saxena, C., Garg, M. & Ansari, G. Explainable causal analysis of mental health on social media data. In , 172–183 (Springer, Cham, 2022).
    pubmed_reference_list
  30. S Band, S. et al. Application of explainable artificial intelligence in medical health: A systematic review of interpretability methods. , 101286, 10.1016/j.imu.2023.101286 (2023). DOI: 10.1016/j.imu.2023.101286
    pubmed_reference_list
  31. Jo, A. A., Raj, E. D., Vino, A. S. & Menon, P. V. Exploring explainable ai for enhanced depression prediction in mental health. In , 1–7 (IEEE, 2024).
    pubmed_reference_list
  32. Alghazzawi, D., Ullah, H., Tabassum, N., Badri, S. K. & Asghar, M. Z. Explainable ai-based suicidal and non-suicidal ideations detection from social media text with enhanced ensemble technique. , 1111 (2025).
    pubmed_reference_list
  33. Devlin, J., Chang, M. W., Lee, K. & Toutanova, K. Bert: Pre-training of deep bidirectional transformers for language understanding. arXiv:1810.04805 (2019).
    pubmed_reference_list
  34. Tsoumakas, G. & Katakis, I. Multi-label classification: An overview. , 1–13. 10.4018/jdwm.2007070101 (2007). DOI: 10.4018/jdwm.2007070101
    pubmed_reference_list
  35. Oliva, V. et al. Bipolar disorders: an update on critical aspects. , 101135. 10.1016/j.lanepe.2024.101135 (2024). DOI: 10.1016/j.lanepe.2024.101135
    pubmed_reference_list
  36. Gunderson, J. G., Herpertz, S. C., Skodol, A. E., Torgersen, S. & Zanarini, M. C. Borderline personality disorder. , 18029. 10.1038/nrdp.2018.29 (2018). DOI: 10.1038/nrdp.2018.29
    pubmed_reference_list
  37. Hawke, L. D., Parikh, S. V. & Michalak, E. E. Stigma and bipolar disorder: a review of the literature. , 181–191. 10.1016/j.jad.2013.05.030 (2013). DOI: 10.1016/j.jad.2013.05.030
    pubmed_reference_list
  38. Bishop, C. M. (Springer, 2006).
    pubmed_reference_list
  39. Hastie, T., Tibshirani, R. & Friedman, J. (Springer, New York, NY, USA, 2009), 2nd edn.
    pubmed_reference_list
  40. Devlin, J., Chang, M., Lee, K. & Toutanova, K. BERT: pre-training of deep bidirectional transformers for language understanding. In Burstein, J., Doran, C. & Solorio, T. (eds.) , 4171–4186, 10.18653/V1/N19-1423 (Association for Computational Linguistics, 2019). DOI: 10.18653/V1/N19-1423
    pubmed_reference_list
  41. Ji, S. et al. Mentalbert: Publicly available pretrained language models for mental healthcare. In Calzolari, N. (eds.) , 7184–7190 (European Language Resources Association, 2022).
    pubmed_reference_list
  42. Fantozzi, P. & Naldi, M. The explainability of transformers: Current status and directions. , 92. 10.3390/COMPUTERS13040092 (2024). DOI: 10.3390/COMPUTERS13040092
    pubmed_reference_list
  43. Micikevicius, P. et al. Mixed precision training. In (OpenReview.net, 2018).
    pubmed_reference_list
  44. Longo, L. et al. Explainable artificial intelligence (xai) 2.0: A manifesto of open challenges and interdisciplinary research directions.  , 102301, 10.1016/j.inffus.2024.102301 (2024). DOI: 10.1016/j.inffus.2024.102301
    pubmed_reference_list
  45. Lyu, D., Wang, X., Chen, Y. & Wang, F. Language model and its interpretability in biomedicine: A scoping review. , 109334, 10.1016/j.isci.2024.109334 (2024). DOI: 10.1016/j.isci.2024.109334
    pubmed_reference_list
  46. Murphy, K. P. (MIT Press, 2012).
    pubmed_reference_list
  47. Horowitz, B. E. Psychological perspectives: Anxiety disorders: Identification and intervention. In , 1st edn. chap. Psychological perspectives: Anxiety disorders: Identification and intervention (Singular/Thomson Learning, 2002).
    pubmed_reference_list
  48. Bhowmik, D., Kumar, S., Srivastava, S., Paswan, S. & Dutta, A. Depression-symptoms, causes, medications and therapies. , 32–45 (2012).
    pubmed_reference_list
  49. Aaronson, C. J. et al. Comparison of attachment styles in borderline personality disorder and obsessive-compulsive personality disorder. , 69–80. 10.1007/s11126-006-7962-x (2006). DOI: 10.1007/s11126-006-7962-x
    pubmed_reference_list
  50. Brüne, M. Borderline personality disorder: Why ‘fast and furious’?. , 2016. 10.1093/emph/eow002 (2016). DOI: 10.1093/emph/eow002
    pubmed_reference_list
  51. Solé, E., Garriga, M., Valentí, M. & Vieta, E. Mixed features in bipolar disorder. , 134–140. 10.1017/S1092852916000869 (2017). DOI: 10.1017/S1092852916000869
    pubmed_reference_list
  52. Zun, L. S. & Nordstrom, K. Mood disorders. In Rosen’s Emergency Medicine: Concepts and Clinical Practice (eds Rosen, P. et al.), chap. 101, 1346–1352.e1 (Elsevier, 2020).
    pubmed_reference_list
  53. Clark, L. A. & Watson, D. Tripartite model of anxiety and depression: psychometric evidence and taxonomic implications. , 316–336. 10.1037/0021-843X.100.3.316 (1991). DOI: 10.1037/0021-843X.100.3.316
    pubmed_reference_list
  54. Rutter, L. A. et al. Negative affect variability differs between anxiety and depression on social media. , e0272107. 10.1371/journal.pone.0272107 (2024). DOI: 10.1371/journal.pone.0272107
    pubmed_reference_list
  55. Zimmerman, M. & Morgan, T. A. The relationship between borderline personality disorder and bipolar disorder. , 155–169. 10.31887/DCNS.2013.15.2.mzimmerman (2013). DOI: 10.31887/DCNS.2013.15.2.mzimmerman
    pubmed_reference_list
  56. Nazari, M.-J. et al. A machine-learning approach for differentiating bipolar ii disorder and borderline personality disorder using eeg and cognitive abnormalities. , e0303699. 10.1371/journal.pone.0303699 (2024). DOI: 10.1371/journal.pone.0303699
    pubmed_reference_list
  57. Ahad, A. A., Sanchez-Gonzalez, M. & Junquera, P. Understanding and addressing mental health stigma across cultures for improving psychiatric care: A narrative review. , e39549. 10.7759/cureus.39549 (2023). DOI: 10.7759/cureus.39549
    pubmed_reference_list

Metadane

Rok
2026
Czasopismo
Scientific reports
Pochodzenie
lokalny katalog źródeł
Data publikacji online
2026-01-31
ISSN czasopisma
2045-2322
Tom
16
Numer
1
Strony
6796
Status dostępu
Nieustalone
PMCID
Nieustalone

Identyfikatory

  • DOI: 10.1038/s41598-026-35918-3
  • PMID: 41620442

Autorzy

  1. Irene Sánchez RodríguezAutorstwo odczytane z lokalnego katalogu.
  2. John BianchiAutorstwo odczytane z lokalnego katalogu.
  3. Fabio PinelliAutorstwo odczytane z lokalnego katalogu.
  4. Folco PanizzaAutorstwo odczytane z lokalnego katalogu.
  5. Emiliano RicciardiAutorstwo odczytane z lokalnego katalogu.
  6. Pietro PietriniAutorstwo odczytane z lokalnego katalogu.
  7. Marinella PetrocchiAutorstwo odczytane z lokalnego katalogu.

Sprawdzenie identyfikatora (Studio ReferenceVerifier & DOI-Checker)

DOI: 10.1038/s41598-026-35918-3 · PMID: 41620442

Sprawdź status w bazie Studio ReferenceVerifierOtwórz live JSON w DOI-Checker (Crossref + OpenAlex) →

Format DOI jest poprawny lokalnie. Karta odczytuje wynik z lokalnej bazy studio/reference_verification/verify_queue.db i nie wykonuje synchronicznych requestów podczas ładowania strony.

Dopasowania identyfikatorów i duplikatów w katalogu

Dokładne dopasowania identyfikatorów

Nie znaleziono dopasowań w tej grupie.

Kandydaci do ręcznej kontroli

Nie znaleziono dopasowań w tej grupie.

Konflikty

Nie znaleziono dopasowań w tej grupie.

Podobieństwo nie scala rekordów i nie potwierdza tożsamości publikacji.

Wykorzystanie publikacji w opracowaniach serwisu (1 stron)

Zakres: jawne relacje claims[].source_ids[] powiązane z publikacją.

Powiązanie w szkicu · wymaga przypisania typów claimów

Status: REVIEW_REQUIRED · relacja: EXPLICIT_SOURCE_LINK

  • FACT — Rekord bibliograficzny został zidentyfikowany w PubMed pod PMID 41620442 i dotyczy publikacji „Understanding mental health discourse on Reddit with transformers and explainability.”.
Metodologia i składowe IWBP (Indeks Widoczności Bibliograficznej)

Indeks widoczności bibliograficznej

IWBP: wynik częściowy

Widoczność w określonym korpusie danych, nie ocena jakości naukowej, siły dowodów ani jakości czasopisma.

10,0/ 10 Pokrycie wag: 30%

E · E

50%

Brak wartości znormalizowanej

Źródło: OpenAlex snapshot · zakres: No compatible versioned snapshot found

NOT_TESTED: no imputing.

B · B

30%

1,00

Źródło: lokalny katalog źródeł claims[].source_ids[] · zakres: Jawne lokalne użycie potwierdzone rejestrem claims/source_ids

F is provisional for this corpus snapshot.

D · D

20%

Brak wartości znormalizowanej

Źródło: L0-to-L1 registry · zakres: No confirmed registry found

NOT_TESTED: L2 is excluded.

Formuła obliczeniowa

IWBP = 10 × (0,50E + 0,30B + 0,20D)

Wynik jest częściowy i nie powinien być porównywany bez zastrzeżeń z wynikiem pełnym.

Dostępne: B · brakujące: E, D · data: 2026-10-18T00:00:00Z

Interpretacja dla tej publikacji

W korpusie wykryto 1 unikalnych stron i 1 powiązań.

Brak danych nie jest traktowany jako zero.

Więcej o metodologii katalogu →
Mapa kontroli i proweniencji publikacji (4 wykonanych kontroli)

Proweniencja i kontrola

Mapa kontroli i pochodzenia publikacji

Pokazujemy wyłącznie kontrole zapisane w lokalnych read modelach. Brak integracji lub brak uruchomienia nie jest wynikiem pozytywnym.

4Wykonane
2Pozytywne
1Problemy
1Częściowe
4Nieuruchomione / zablokowane
Rekord źródłowy→Identyfikatory→Metadane→Kontrole→Wynik i ograniczenia
Bibliografia2 kontroli
Format DOIKontrola zakończona pozytywnie (PASS)

Format DOI rozpoznany lokalnie.

Kontrola techniczna · źródło odczytu: lokalny katalog źródeł

Ograniczenie: Format nie potwierdza istnienia ani zgodności publikacji.

Podobne rekordyKontrola zakończona pozytywnie (PASS)

Dokładne: 0, kandydaci: 0, konflikty: 0.

Kontrola tożsamości · źródło odczytu: lokalny katalog źródeł

Ograniczenie: Wynik nie scala rekordów i nie zastępuje kontroli człowieka.

Weryfikator identyfikatorów (ReferenceVerifier)1 kontroli
Weryfikacja metadanych zewnętrznychZablokowane (BLOCKED)

Brak zapisanego wyniku weryfikatora.

Weryfikacja metadanych · źródło odczytu: lokalny katalog źródeł

Ograniczenie: Karta nie uruchamia zewnętrznego dostawcy podczas renderowania.

Przeglad1 kontroli
Lokalne wykorzystanieWykryto uwagi (FINDINGS)

Zarejestrowano 1 stron z jawnym powiązaniem source.

Relacja publikacji z treścią · źródło odczytu: lokalna kontrola odczytowa

Ograniczenie: EXPLICIT_SOURCE_LINK oznacza relację nawigacyjną, nie dowód wsparcia claimu.

IWBP3 kontroli
Składowa EZablokowane (BLOCKED)

Brak zatwierdzonego snapshotu OpenAlex.

Interpretacja bibliograficzna · źródło odczytu: lokalna kontrola odczytowa

Ograniczenie: Nie można obliczyć zasięgu zewnętrznego.

Składowa BKontrola częściowa (PARTIAL)

Wykryto 1 stron lokalnego użycia.

Interpretacja bibliograficzna · źródło odczytu: lokalna kontrola odczytowa

Ograniczenie: Brak zatwierdzonego mianownika rodzin zasobów.

Składowa DBrak integracji (NO_INTEGRATION)

Brak rejestru relacji L0 → L1.

Interpretacja bibliograficzna · źródło odczytu: lokalna kontrola odczytowa

Ograniczenie: Nie oznacza braku relacji; oznacza brak integracji odczytowej.

Warstwa naukowa / RAG1 kontroli
Dowód wsparcia twierdzeniaBrak integracji (NO_INTEGRATION)

Brak potwierdzonej integracji tej warstwy z kartą.

Kontrola dowodów · źródło odczytu: lokalny katalog źródeł

Ograniczenie: Nie można stwierdzić, że publikacja potwierdza twierdzenie.

Mapa nie dowodzi, że publikacja wspiera powiązane twierdzenia. EXPLICIT_SOURCE_LINK oznacza tylko jawne powiązanie źródła, a REVIEW_REQUIRED oznacza „wymaga przeglądu” i nie potwierdza publicznej dostępności strony.

Słownik oznaczeń technicznych
claim
Twierdzenie lub fragment treści, z którym powiązano publikację.
source_id
Stały identyfikator publikacji w katalogu źródeł.
EXPLICIT_SOURCE_LINK
Jawne powiązanie publikacji ze stroną; nie jest automatycznym dowodem wsparcia twierdzenia.
REVIEW_REQUIRED
Strona wymaga przeglądu i nie jest prezentowana jako publicznie opublikowana.
read-only
Warstwa tylko odczytu; nie zmienia źródeł ani nie uruchamia providerów.