Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Laskowski, Marcin" wg kryterium: Autor


Tytuł:
Performance of ChatGPT-3.5 and ChatGPT-4 in the field of specialist medical knowledge on National Specialization Exam in neurosurgery
Porównanie efektywności ChatGPT-3.5 i ChatGPT-4 w zakresie specjalistycznej wiedzy medycznej na przykładzie Państwowego Egzaminu Specjalizacyjnego z neurochirurgii
Autorzy:
Laskowski, Maciej
Ciekalski, Marcin
Laskowski, Marcin
Błaszczyk, Bartłomiej
Setlak, Marcin
Paździora, Piotr
Rudnik, Adam
Tematy:
ChatGPT
neurosurgery
artificial intelligence (AI)
neurochirurgia
sztuczna inteligencja (AI)
Pokaż więcej
Wydawca:
Śląski Uniwersytet Medyczny w Katowicach
Powiązania:
https://bibliotekanauki.pl/articles/51616770.pdf  Link otwiera się w nowym oknie
Opis:
INTRODUCTION: In recent times, there has been an increased number of published materials related to artificial intelligence (AI) in both the medical field, and specifically, in the domain of neurosurgery. Studies integrating AI into neurosurgical practice suggest an ongoing shift towards a greater dependence on AI-assisted tools for diagnostics, image analysis, and decision-making. MATERIAL AND METHODS: The study evaluated the performance of ChatGPT-3.5 and ChatGPT-4 on a neurosurgery exam from Autumn 2017, which was the latest exam with officially provided answers on the Medical Examinations Center in Łódź, Poland (Centrum Egzaminów Medycznych – CEM) website. The passing score for the National Specialization Exam (Państwowy Egzamin Specjalizacyjny – PES) in Poland, as administered by CEM, is 56% of the valid questions. This exam, chosen from CEM, comprised 116 single-choice questions after eliminating four outdated questions. These questions were categorized into ten thematic groups based on the subjects they address. For data collection, both ChatGPT versions were briefed on the exam rules and asked to rate their confidence in each answer on a scale from 1 (definitely not sure) to 5 (definitely sure). All the interactions were conducted in Polish and were recorded. RESULTS: ChatGPT-4 significantly outperformed ChatGPT-3.5, showing a notable improvement with a 29.4% margin (p < 0.001). Unlike ChatGPT-3.5, ChatGPT-4 successfully reached the passing threshold for the PES. ChatGPT-3.5 and ChatGPT-4 had the same answers in 61 questions (52.58%), both were correct in 28 questions (24.14%), and were incorrect in 33 questions (28.45%). CONCLUSIONS: ChatGPT-4 shows improved accuracy over ChatGPT-3.5, likely due to advanced algorithms and a broader training dataset, highlighting its better grasp of complex neurosurgical concepts.
WPROWADZENIE: W ostatnim czasie obserwuje się wzrost liczby opublikowanych artykułów dotyczących sztucznej inteligencji w dziedzinie medycyny, szczególnie w obszarze neurochirurgii. Badania dotyczące integracji sztucznej inteligencji z praktyką neurochirurgiczną wskazują na postępującą zmianę w kierunku szerszego wykorzystania narzędzi wspomaganych sztuczną inteligencją w diagnostyce, analizie obrazu i podejmowaniu decyzji. MATERIAŁ I METODY: W badaniu oceniono efektywność ChatGPT-3.5 i ChatGPT-4 na Państwowym Egzaminie Specjalizacyjnym (PES) z neurochirurgii przeprowadzonym jesienią 2017 r., który w czasie przeprowadzania badania był najnowszym dostępnym na stronie Centrum Egzaminów Medycznych (CEM) egzaminem z oficjalnie udostępnionymi odpowiedziami. Próg zdawalności egzaminu specjalizacyjnego wynosi 56% poprawnych odpowiedzi. Egzamin składał się ze 116 pytań jednokrotnego wyboru, po wyeliminowaniu czterech z uwagi na ich niezgodność z aktualną wiedzą. Ze względu na poruszane zagadnienia pytania podzielono na dziesięć grup tematycznych. Na potrzeby gromadzenia danych obie wersje ChatGPT zostały poinformowane o zasadach egzaminu i poproszone o ocenę stopnia pewności co do każdej odpowiedzi w skali od 1 (zdecydowanie niepewny) do 5 (zdecydowanie pewny). Wszystkie interakcje odbywały się w języku polskim i były rejestrowane. WYNIKI: ChatGPT-4 wyraźnie przewyższył ChatGPT-3.5 z różnicą wynoszącą 29,4% (p < 0,001). W przeciwieństwie do ChatGPT-3.5, ChatGPT-4 z sukcesem osiągnął próg zdawalności dla PES. W testach ChatGPT-3.5 i ChatGPT-4 odpowiedzi były takie same w 61 pytaniach (52,58%), w obu przypadkach były poprawne w 28 pytaniach (24,14%) i niepoprawne w 33 pytaniach (28,45%). WNIOSKI: ChatGPT-4 osiąga większą poprawność w udzielanych odpowiedziach w porównaniu z ChatGPT-3.5, prawdopodobnie dzięki zaawansowanym algorytmom i szerszemu zbiorowi danych treningowych, co podkreśla lepsze zrozumienie złożonych koncepcji neurochirurgicznych.
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
lnstalacje OZE dla klastrów energii
Autorzy:
Laskowski, Marek
Lackowski, Marcin
Cenian, Adam
Tematy:
prosument
klaster energii
generacja rozproszona
odnawialne źródła energii
prosumer
energy cluster
distributed generation
renewable energy sources
Pokaż więcej
Wydawca:
Nowa Energia
Powiązania:
https://bibliotekanauki.pl/articles/986613.pdf  Link otwiera się w nowym oknie
Opis:
W krajowej energetyce rośnie znaczenie prosumentów, klastrów energii i rozproszonej generacji. Tytułowe instalacje to systemy oparte na prywatnych, bądź komunalnych źródłach (np. przydomowe panele fotowoltaiczne, biogazownie, bądź gminne elektrociepłownie), przyłączonych do sieci elektroenergetycznej, w miejscu gdzie pierwotnie nie zakładano żadnych źródeł wytwórczych. Pozwalają one, w przypadku rozproszonej generacji i lokalnej konsumpcji, uniknąć kosztów i strat związanych z przesyfem energii elektrycznej i cieplnej na dłuższych odcinkach, przy wykorzystaniu dostępnych źródeł energii. Jednocześnie omawiane instalacje umożliwiają lokalne zagospodarowanie odpadów i innych substratów na cele energetyczne w tzw. układach mikrokogeneracyjnych, czyli efektywną i przyjazną środowisku produkcję energii elektrycznej i cieplnej.
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Pollution-induced community tolerance of microorganisms from forest soil organic layers polluted with Zn or Cu
Autorzy:
Niklińska, Maria
Laskowski, Ryszard
Chodak, Marcin
Opis:
The long-term accumulation of heavy metals in forest soil organic layers may adversely affect soil microorganisms. The objectives of the study were to assess the effects of high contents of Cu and Zn on the soil microbial communities and their tolerance to metal pollution. Several microbial indices such as microbial biomass (C-mic), the basal soil respiration (BAS), the community level physiological profiles (CLPP) and the pollution-induced community tolerance (PICT) approach, based on Biolog (R) EcoPlate assay, were used. The soil organic layer samples were taken in the Cu-polluted (CuP), Zn-polluted (ZnP) and unpolluted (UP) Scots pine forests. Despite very high total heavy metal concentrations in soils C-mic, BAS and CLPPs at the polluted sites did not differ from those at the UP sites. A damaging effect of heavy metals was detected only by the tolerance measurements with Biolog (R) plates. PICT to Cu at the CuP sites was found for five substrates. At the ZnP sites significant PICT to Zn was found for 10 out of 31 substrates. Furthermore, the CuP samples exhibited lower resistance to Zn and the ZnP samples to Cu compared with the UP samples, indicating that at the polluted sites microbial resistance to additional stress caused by another metal was decreased. Since the tolerance measurements using Biolog (R) assay appeared to be more sensitive than other methods used, we concluded that this approach could be useful in environmental risk assessment.
Dostawca treści:
Repozytorium Uniwersytetu Jagiellońskiego
Artykuł

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies