MétaCan
Menu
Retour à la cohorte
Enregistrement W2002981040 · doi:10.1371/journal.ppat.0020042

Crossing the Line: Selection and Evolution of Virulence Traits

2006· review· en· W2002981040 sur OpenAlexafffund
Nat F. Brown, Mark E. Wickham, Brian K. Coombes, B. Brett Finlay

Notice bibliographique

RevuePLoS Pathogens · 2006
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensCanada's Michael Smith Genome Sciences CentreHealth Sciences CentreMcMaster University Medical CentreUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchKillam TrustsMichael Smith Health Research BCHoward Hughes Medical Institute
Mots-clésVirulenceBiologySelection (genetic algorithm)Natural selectionHuman evolutionary geneticsEvolutionary biologyHost (biology)PhenotypeGeneticsExperimental evolutionEvolutionary dynamicsPhylogeneticsGenePopulationComputer science

Résumé

récupéré en direct d'OpenAlex

The evolution of pathogens presents a paradox. Pathogenic species are often absolutely dependent on their host species for their propagation through evolutionary time, yet the pathogenic lifestyle requires that the host be damaged during this dependence. It is clear that pathogenic strategies are successful in evolutionary terms because a diverse array of pathogens exists in nature. Pathogens also evolve using a broad range of molecular mechanisms to acquire and modulate existing virulence traits in order to achieve this success. Detailing the benefit of enhanced selection derived through virulence and understanding the mechanisms through which virulence evolves are important to understanding the natural world and both have implications for human health.

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 candidatesaucune
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 enseignants0,991
Score d'incertitude au seuil0,614

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,284
Écart entre enseignants0,264 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations101
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS PathogensMême sujetEvolution and Genetic DynamicsTravaux en français237 207