MétaCan
Menu
Retour à la cohorte
Enregistrement W1990452329 · doi:10.1111/j.1095-8649.2008.01910.x

Expansion of the genomics research on Atlantic salmon <i>Salmo salar </i>L. project (GRASP) microarray tools

2008· article· en· W1990452329 sur OpenAlexaff
K. R. VonSchalburg, Glenn A. Cooper, Jong S. Leong, Adrienne Robb, Ryan Lieph, Matthew L. Rise, William S. Davidson, Ben F. Koop

Notice bibliographique

RevueJournal of Fish Biology · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Genetics and Reproduction
Établissements canadiensUniversity of VictoriaSimon Fraser UniversityMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésSalmoBiologyGenomicsMicroarrayComputational biologyDNA microarrayGenomeFish <Actinopterygii>Complementary DNAEvolutionary biologyFisheryGeneticsGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Salmonids are the most widely studied group of fish, and in the last few years, genomics technologies have begun to contribute to this rich biology. The first salmonid microarrays appeared in 2004 and since then several dozen studies have demonstrated the utility of genomic approaches. The widespread use of the genomics research on Atlantic salmon project 16 k array and greatly expanded genome resources have led to the development of an experimental 5 k oligo (70‐mer) array and a 32 k cDNA microarray in the near future. In this paper, the authors examined some of the procedures used in the development of past arrays and reexamined them in light of new genomic data available. Some preliminary control experiments of the new 5 k array were investigated that examine oligo designs based on distance from the polyA tail, the effects of mismatches and cross‐species hybridization specificity. Beneficial approaches are also identified in the development of the new 32 k cDNA array.

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)0,003
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,320
Écart entre enseignants0,259 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations44
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fish BiologyMême sujetAnimal Genetics and ReproductionTravaux en français237 207