MétaCan
Menu
Retour à la cohorte
Enregistrement W1971816965 · doi:10.1016/j.tips.2014.09.003

Nonprofit foundations spur translational research

2014· article· en· W1971816965 sur OpenAlexaboutno aff
Paola Zaratin, Mario Alberto Battaglia, Maria P. Abbracchio

Notice bibliographique

RevueTrends in Pharmacological Sciences · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensnon disponible
Organismes subventionnairesMultiple Sclerosis SocietyNational Multiple Sclerosis Society
Mots-clésDiseaseTranslational researchMedicineClinical neuroscienceTranslational medicineNeurosciencePsychiatryPsychologyIntensive care medicinePathologyNeurology

Résumé

récupéré en direct d'OpenAlex

Every year, hundreds of promising basic discoveries in the pharmacological field are lost and will never have a chance to be exploited for patients due to difficulties in clinical translation. This is especially true for most neurodegenerative disorders lacking disease-modifying therapies. Here we present the current scenario and our vision of a 'collective-impact' multistakeholder approach to expedite the development of new drugs.

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)0,067
score de la tête « metaresearch » (Gemma)0,118
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,933
Score d'incertitude au seuil0,788

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0670,118
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0050,007
Communication savante0,0230,017
Science ouverte0,0060,028
Intégrité de la recherche0,0190,024
Charge utile insuffisante (le modèle a refusé de juger)0,2360,185

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 Opus0,295
Tête enseignante GPT0,531
Écart entre enseignants0,235 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineIncitatifs
GenreCommentaire

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

En bref

Citations12
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrends in Pharmacological SciencesMême sujetComputational Drug Discovery MethodsTravaux en français237 207