MétaCan
Menu
Retour à la cohorte
Enregistrement W1998025057 · doi:10.1159/000090001

Toll-Like Receptors: Sentinels of Host Defence against Bacterial Infection

2005· review· en· W1998025057 sur OpenAlexaff
Markus Schnare, Martin Röllinghoff, Salman T. Qureshi

Notice bibliographique

RevueInternational Archives of Allergy and Immunology · 2005
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Response and Inflammation
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésInnate immune systemPattern recognition receptorBiologyImmunologyReceptorImmune systemAcquired immune systemTLR2Host (biology)ImmunityTLR4Toll-like receptorTollMicrobiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Innate immunity provides a first line of host defence against infection through microbial recognition and killing while simultaneously activating a definitive adaptive immune response. Toll-like receptors (TLRs) are principal mediators of rapid microbial recognition and function mainly by detection of structural patterns that do not exist in the host. TLR2 and TLR4 were the first members of this innate immune receptor family to be strongly implicated in antibacterial host defence. Following the initial description of the mammalian TLR family, susceptibility to infection with numerous human microbial pathogens has been intensively studied using mice with engineered deletions of each of these molecules. While it has become quite clear that TLR activation is necessary for optimal host defence, a comprehensive understanding of the mechanisms by which this family of pattern recognition receptors engages protective immunity, particularly the adaptive response, is still evolving.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,268
Écart entre enseignants0,254 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations62
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Archives of Allergy and ImmunologyMême sujetImmune Response and InflammationTravaux en français237 207