MétaCan
Menu
Retour à la cohorte
Enregistrement W1983986272 · doi:10.1038/ncomms6135

Variation in genomic landscape of clear cell renal cell carcinoma across Europe

2014· article· en· W1983986272 sur OpenAlexafffund
Ghislaine Scélo, Yasser Riazalhosseini, Liliana Greger, Louis Létourneau, Mar Gonzàlez-Porta, Magdalena B. Wozniak, Mathieu Bourgey, Patricia Harnden, Lars Egevad, Sharon M. Jackson, Mehran Karimzadeh, Madeleine Arseneault, Pierre Lepage, Alexandre How‐Kit, Antoine Daunay, Victor Renault, Hélène Blanché, Emmanuel Tubacher, Jeremy Sehmoun, Juris Vīksna, Edgars Celms, Mārtiņš Opmanis, Andris Zarins, Naveen Vasudev, Morag Seywright, Behnoush Abedi‐Ardekani, Christine Carreira, Peter J. Selby, Jon Cartledge, Graham Byrnes, Jiří Zavadil, Jing Su, Ivana Holcátová, A. Brisuda, Давид Заридзе, Anush Moukeria, Lenka Foretová, Marie Navrátilová, Dana Mateș, Viorel Jinga, Artem V. Artemov, Artem Nedoluzhko, Alexander M. Mazur, Sergey Rastorguev, Eugenia Boulygina, Simon Heath, Marie‐Thérèse Bihoreau, Doris Lechner, Mario Foglio, Marta Gut, K. G. Skryabin, Egor Prokhortchouk, Anne Cambon‐Thomsen, Johan Rung, Guillaume Bourque, Paul Brennan, Jörg Tost, Rosamonde E. Banks, Alvis Brāzma, G.M. Lathrop

Notice bibliographique

RevueNature Communications · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueNephrotoxicity and Medicinal Plants
Établissements canadiensMcGill UniversityMcGill University and Génome Québec Innovation Centre
Organismes subventionnairesMedical Research CouncilCompute CanadaCancer Research UKMcGill UniversityImperial Experimental Cancer Medicine CentreWorld Health Organization
Mots-clésTranscriptomeCarcinogenesisBiologyEpigeneticsClear cell renal cell carcinomaRenal cell carcinomaGenomeCancerGeneticsCancer researchBioinformaticsGeneMedicineOncologyGene expression

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,280
Écart entre enseignants0,265 · 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'étudeObservationnel
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

Citations200
Publié2014
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueNature CommunicationsMême sujetNephrotoxicity and Medicinal PlantsTravaux en français237 207