MétaCan
Menu
Retour à la cohorte
Enregistrement W2024077089 · doi:10.1523/jneurosci.3929-08.2008

A Double TRPtych: Six Views of Transient Receptor Potential Channels in Disease and Health: Table 1.

2008· review· en· W2024077089 sur OpenAlexaff
Robert A. Cornell, Michelle Aarts, Diana M. Bautista, Jaime Garcı́a-Añoveros, Kirill Kiselyov, Emily R. Liman

Notice bibliographique

RevueJournal of Neuroscience · 2008
Typereview
Langueen
DomaineNeuroscience
ThématiqueIon Channels and Receptors
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute of General Medical SciencesNational Institute on Deafness and Other Communication DisordersNational Institutes of Health
Mots-clésTransient receptor potential channelNeuroscienceDiseasePerceptionMedicinePsychologyReceptorInternal medicine

Résumé

récupéré en direct d'OpenAlex

At the 2008 Annual Meeting of the Society for Neuroscience, a Mini-Symposium entitled "Contributions to TRP Channels to Neurological Disease" included talks from six heads of newly established laboratories, each with a unique research focus, model system, and set of experimental tools. Some of the questions addressed in these talks include the following. What is the role of transient receptor potential (TRP) channels in pain perception? How do normally functioning TRP channels contribute to cell death pathways? What are the characteristics of TRPpathies, disease states that result from overactive or underactive TRP channels? How are TRP channels regulated by signal transduction cascades? This review summarizes recent results from those laboratories and provides six perspectives on the subject of TRP channels and disease.

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)0,001
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 enseignants0,977
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,189
Tête enseignante GPT0,374
Écart entre enseignants0,185 · 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

Citations6
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetIon Channels and ReceptorsTravaux en français237 207