MétaCan
Menu
Retour à la cohorte
Enregistrement W1606084391 · doi:10.1371/journal.pbio.1002151

Applying the ARRIVE Guidelines to an In Vivo Database

2015· article· en· W1606084391 sur OpenAlexafffund
Natasha A. Karp, Hugh W. Morgan, Andrew Blake, Natalja Kurbatova, Damian Smedley, Julius O.B. Jacobsen, Richard Mott, Vivek Iyer, Peter Matthews, David Melvin, Sara Wells, Ann M. Flenniken, Hiroshi Masuya, Shigeharu Wakana, Jacqueline K. White, K. C. Kent Lloyd, Corey Reynolds, Richard Paylor, David B. West, Karen L. Svenson, Elissa J. Chesler, Martin Hrabě de Angelis, Glauco P. Tocchini‐Valentini, Tania Sorg, Yann Hérault, Helen Parkinson, Ann‐Marie Mallon, Steve D. M. Brown

Notice bibliographique

RevuePLoS Biology · 2015
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensToronto Centre for PhenogenomicsMount Sinai Hospital
Organismes subventionnairesNational Cancer InstituteNational Bioscience Database CenterRIKENJapan Science and Technology AgencyNational Institutes of HealthCentre National de la Recherche ScientifiqueBundesministerium für Bildung und ForschungUniversité de StrasbourgInstitut National de la Santé et de la Recherche MédicaleMinistry of Education, Culture, Sports, Science and TechnologyCHIST-ERANational Human Genome Research InstituteWellcome TrustAgence Nationale de la RecherchePHENOMINEuropean CommissionINFRAFRONTIERGenome Canada
Mots-clésTransparency (behavior)BiologyContext (archaeology)Resource (disambiguation)Data scienceBioinformaticsComputational biologyComputer science

Résumé

récupéré en direct d'OpenAlex

The Animal Research: Reporting of In Vivo Experiments (ARRIVE) guidelines were developed to address the lack of reproducibility in biomedical animal studies and improve the communication of research findings. While intended to guide the preparation of peer-reviewed manuscripts, the principles of transparent reporting are also fundamental for in vivo databases. Here, we describe the benefits and challenges of applying the guidelines for the International Mouse Phenotyping Consortium (IMPC), whose goal is to produce and phenotype 20,000 knockout mouse strains in a reproducible manner across ten research centres. In addition to ensuring the transparency and reproducibility of the IMPC, the solutions to the challenges of applying the ARRIVE guidelines in the context of IMPC will provide a resource to help guide similar initiatives in the future.

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)0,229
score de la tête « metaresearch » (Gemma)0,222
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,771
Score d'incertitude au seuil0,951

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2290,222
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0110,008
Études des sciences et des technologies0,0040,004
Communication savante0,0160,006
Science ouverte0,0120,008
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0210,028

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 Opus0,575
Tête enseignante GPT0,489
Écart entre enseignants0,085 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomainePrésentation des résultats
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

Citations96
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS BiologyMême sujetAnimal testing and alternativesTravaux en français237 207