MétaCan
Menu
Retour à la cohorte
Enregistrement W1604025699

GMACE pilot #4: Adjusting the national reliability input data

2014· article· en· W1604025699 sur OpenAlexaff
P G Sullivan, Jette Jakobsen

Notice bibliographique

RevueBulletin - International Bull Evaluation Service/Interbull bulletin · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensCanadian Dairy Commission
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)StandardizationConsistency (knowledge bases)PredictabilityStatisticsTraitEconometricsNational standardComputer scienceMathematicsReliability engineeringBiologyEngineeringFood scienceArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

International standards do not exist for the approximation of national genomic reliabilities, which are used as input data for the GMACE international genomic evaluation system.  The focuses of the present study were to develop a method of reducing differences among the national reliabilities approximated by different countries, to apply GMACE using modified national reliabilities, and to use cross-validations tests to determine if GMACE results could be measurably improved.  A non-linear international regression model was applied to the average national reliabilities provided by countries for use in GMACE.  Residuals of prediction for the average national reliabilities were smaller, indicating greater consistency among the approximations of different countries, for protein and stature relative to traits more difficult to evaluate, such as mastitis, stillbirths and cow conception rate.  GMACE input reliabilities were modified by subtracting either some or all of the average prediction error for each combination of  trait by country.  The impacts of modifying the national reliabilities on GMACE results were relatively small.  Predictability of national genomic evaluations by GMACE with only foreign genomic data as input, was essentially the same using either modified or unmodified national reliabilities.  However, the international reliabilities produced by GMACE were more consistent if national reliabilities were modified as input and then the modifications were reversed for the GMACE reliability output.  The approach was to essentially apply an international standardization of reliability on the way into GMACE and then a de-standardization back to each of the original national scales of expression on the way out.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,031
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,165

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,073
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,323
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin - International Bull Evaluation Service/Interbull bulletinMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207