MétaCan
Menu
Retour à la cohorte
Enregistrement W2024002487 · doi:10.1186/jbiol144

Q&A: Epistasis

2009· article· en· W2024002487 sur OpenAlexaff
Frederick P. Roth, Howard D. Lipshitz, Brenda Andrews

Notice bibliographique

RevueJournal of Biology · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEpistasisBiologyEvolutionary biologyComputational biologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

at t i is s e ep pi is st ta as si is s? ?Hmmm.Are you a classical geneticist, a population geneticist, or a medical doctor?O OK K, , w wh ha at t d do oe es s a a c cl la as ss si ic ca al l g ge en ne et ti ic ci is st t m me ea an n b by y e ep pi is st ta as si is s? ?William Bateson coined this term about 100 years ago for a genetic interaction in which one mutation masks or suppresses the effects of another allele at another locus [1].W Wh ha at t d do o y yo ou u m me ea an n e ex xa ac ct tl ly y b by y a a g ge en ne et ti ic c i in nt te er ra ac ct ti io on n? ?Two mutations have a genetic interaction when their combination yields a surprising phenotype that cannot be explained simply by the independent effects observed for each mutation alone.F Fi in ne e, , s so o w wh ha at t d do oe es s a a p po op pu ul la at ti io on n g ge en ne et ti ic ci is st t m me ea an n b by y e ep pi is st ta as si is s? ?RA Fisher used 'epistacy' and later 'epistasis' to describe genetic interactions more generally [2].We think that population geneticists hijacked this term over a decade after its coinage just to confuse the classical geneticists.O OK K, , w wh ha at t d do oe es s a a m me ed di ic ca al l d do oc ct to or r m me ea an n b by y e ep pi is st ta as si is s? ?A thin film on the surface of a urine specimen.Enough said on that topic.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0420,006

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 Opus0,011
Tête enseignante GPT0,296
Écart entre enseignants0,285 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations39
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of BiologyMême sujetEvolution and Genetic DynamicsTravaux en français237 207