DIFFERENTIATION OF SKIN DERIVED STEM CELLS INTO BLADDER SMOOTH MUSCLE CELLS
Notice bibliographique
Résumé
You have accessJournal of Urology1 Apr 2009DIFFERENTIATION OF SKIN DERIVED STEM CELLS INTO BLADDER SMOOTH MUSCLE CELLS Cornelia Toelg, Jeff Biernaskie, Lijun Chi, Karen J Aitken, Alya Ahsan, Norm Rosenblum, Freda Miller, and Darius J Bagli Cornelia ToelgCornelia Toelg More articles by this author , Jeff BiernaskieJeff Biernaskie More articles by this author , Lijun ChiLijun Chi More articles by this author , Karen J AitkenKaren J Aitken More articles by this author , Alya AhsanAlya Ahsan More articles by this author , Norm RosenblumNorm Rosenblum More articles by this author , Freda MillerFreda Miller More articles by this author , and Darius J BagliDarius J Bagli More articles by this author View All Author Informationhttps://doi.org/10.1016/S0022-5347(09)60125-7AboutPDF ToolsAdd to favoritesDownload CitationsTrack CitationsPermissionsReprints ShareFacebookLinked InTwitterEmail "DIFFERENTIATION OF SKIN DERIVED STEM CELLS INTO BLADDER SMOOTH MUSCLE CELLS." The Journal of Urology, 181(4S), p. 40 © 2009 by American Urological AssociationFiguresReferencesRelatedDetails Volume 181 Issue 4S April 2009 Page: 40 Advertisement Copyright & Permissions© 2009 by American Urological AssociationMetrics Author Information Cornelia Toelg More articles by this author Jeff Biernaskie More articles by this author Lijun Chi More articles by this author Karen J Aitken More articles by this author Alya Ahsan More articles by this author Norm Rosenblum More articles by this author Freda Miller More articles by this author Darius J Bagli More articles by this author Expand All Advertisement PDF downloadLoading ...
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,005 |
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 ».