MétaCan
Menu
Retour à la cohorte
Enregistrement W1997389210 · doi:10.1016/j.exger.2013.12.004

Gender and telomere length: Systematic review and meta-analysis

2013· review· en· W1997389210 sur OpenAlexaff
Michael P. Gardner, David Bann, Laura Wiley, Rachel Cooper, Rebecca Hardy, Dorothea Nitsch, Carmen Martín-Ruiz, Paul G. Shiels, Avan Aihie Sayer, Michelangela Barbieri, Sofie Bekaert, Claus Bischoff, Angela Brooks‐Wilson, Wei Chen, Cyrus Cooper, Kaare Christensen, Tim De Meyer, Ian J. Deary, Geoff Der, Ana Diez Roux, Annette L. Fitzpatrick, Anjum Hajat, Julius Halaschek-Wiener, Sarah E. Harris, Steven C. Hunt, Carol Jagger, Hyo-Sung Jeon, Robert C. Kaplan, Masayuki Kimura, Peter M. Lansdorp, Changyong Li, Toyoki Maeda, Massimo Mangino, Tim S. Nawrot, Peter M. Nilsson, Katarina Nordfjäll, Giuseppe Paolisso, Fu Ren, Karl Riabowol, Tony Robertson, Göran Roos, Jan A. Staessen, Tim D. Spector, Nelson L.S. Tang, Brad M. Unryn, Pim van der Harst, Jean Woo, Chao Xing, Mohammad E Yadegarfar, Jae Yong Park, Neal S. Young, Diana Kuh, Thomas von Zglinicki, Yoav Ben‐Shlomo

Notice bibliographique

RevueExperimental Gerontology · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueTelomeres, Telomerase, and Senescence
Établissements canadiensUniversity of CalgaryInstitute of AgingUniversity of British ColumbiaBC Cancer Agency
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institute on AgingEconomic and Social Research CouncilBiotechnology and Biological Sciences Research CouncilKidney Research UKNational Center for Research ResourcesNational Institute of Neurological Disorders and StrokeMedical Research CouncilNational Institute for Health and Care ResearchWellcome Trust
Mots-clésMeta-analysisTelomereGeneticsBiologyPsychologyMedicineInternal medicineDNA

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)0,007
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,021
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0160,018
Bibliométrie0,0040,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,254
Tête enseignante GPT0,423
Écart entre enseignants0,169 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations519
Publié2013
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueExperimental GerontologyMême sujetTelomeres, Telomerase, and SenescenceTravaux en français237 207