Challenges And Perspectives in Anti-Doping Testing
Notice bibliographique
Résumé
In less than 10 years after the implementation of the World Anti-Doping Code and of the International Standard for Laboratories and its related Technical Documents, the analysis of human samples for the purpose of anti-doping testing has undergone a noticeable evolution. The research programs developed by the anti-doping organizations, and in particular the World Anti-Doping Agency (WADA), have created an unprecedented momentum in anti-doping science to strengthen the existing analytical methods, as well as to support the development and implementation of new and more sophisticated methodologies by the WADA-accredited laboratories. The integration of technical novelties into the analytical menus has been stimulated by the never-ending challenges posed by the adoption of more complex doping regimens by some athletes and their entourage. This increased sophistication of doping practices has also been reflected in the addition of new doping substances or methods on the WADA Prohibited Substances and Methods List. The integration of new anti-doping scientific paradigms with the development of the Athlete Biological Passport or the foreseen implementation of genomic- and proteomic-based tests constantly reshapes the environment of anti-doping analysis. This article provides a multiangle perspective on some of the key analytical challenges that anti-doping analytical science will face in 2012 and beyond.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,075 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,025 |
| Communication savante | 0,014 | 0,019 |
| Science ouverte | 0,007 | 0,008 |
| Intégrité de la recherche | 0,023 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».