← Retour à la cohorte
GERM CELL TUMOURS
V. Kannan, B. K. Misra, Anila Kapadia, R. K. Bajpai, Supriya Deshpande, S. Almel, M. Sankhe, Kavita Desai, Muddassir Shaikh, Vivek Anand, A.M. Kannan, W.-Y. Teo, Jennifer L. Ross, Robert J. Bollo, Wan Tew Seow, Ah Moy Tan, Seok‐Gu Kang, Dong‐Sik Kim, X.-N. Li, Ching C. Lau, Carrie Mohila, Adekunle M. Adesina, Jack M. Su, Koichi Ichimura, Shintaro Fukushima, Yuko Matsushita, Arata Tomiyama, Tohru Niwa, Yuichi NAKAZATO, Toshihiro Kumabe, Motoo Nagane, Toshihiko Iuchi, M. Mizoguchi, Keiji Sugiyama, Mitsutoshi Nakada, Yonehiro Kanemura, Kiyotaka Yokogami, Tatsuhiro Shibata, Hirokazu Takami, Kohei Fukuoka, Tetsu Yanagisawa, Taishi Nakamura, Hideyuki Arita, Yoshitaka Narita, Soichiro Shibui, R. Nishikawa, Stephen A. Sands, W. Guerry, C. Kretschmar, B. Donahue, Jeffrey C. Allen, Ryutaro Nishikawa, Hiromi Nakamura, Yasuo Sawamura, Emi Hattori, Yoshiki Arakawa, Yasuhiro Kawabata, Tomokazu Aoki, S. Miyamoto, Naoki Kagawa, Ryuichi Hirayama, Yasunori Fujimoto, Yasuyoshi Chiba, M. Kinoshita, Koji Takano, Daisuke Eino, S. Fukuya, K. Nakanishi, F. Yamamoto, Y. Hashii, N. Hashimoto, Junichi Hara, T. Yoshimine, Matthew J. Murray, Jason Fangusaro, James C. Nicholson, D. Sumerauer, Michal Zápotocký, M. Churackova, Soňa Cyprová, Běla Malinová, Martin Kynčl, Michal Tichý, Joel M. Stary, Yasmin Lassen–Ramshad, G. von Oettingen, Mads Agerbæk, T. Ohnishi, Shohei Kohno, Azusa Inoue, Shintaro Iwata, Yoshiaki Kumon, S. Acharya, T.A. DeWees, Eric T. Shinohara, Sherry Perkins, Hiromi Kato, Hiroshi Fuji, Yoko Nakasu, Y. Ishida, S. Okawada, Qunying Yang, Chengcheng Guo, Zi‐Jiang Chen, Cécile Faure‐Conter, Cécile Verite, Anne Pagnier, Véronique Laithier, N. Entz-Werle, S. Gorde-Grosjean, Gilles Palenzuela, Philippe Lemoine, Hoang Anh Nguyen, Lan Bui, Ngoc, Manuela Cerbone, Ash Ederies, Laura Losa, C. Moreno, Kristi Sun, H. A. Spoudeas, Yoshiko Nakano, Koichi Okada, Yoshiyuki Kosaka, T. Nagashima, T. Soejima, Hiroyuki Sakamoto, J. Hara, Rolf‐Dieter Kortmann, M. L. Garre, Frank Saran, Gabriele Calaminus, Zulaiha Muda, Bina Menon, H. Ibrahim, E. J. A. Rahman, M. Muhamad, Intan Sharhida Othman, Asohan Thevarajah, Sylvia Cheng, John‐Paul Kilday, N. Laperriere, James M. Drake, E. Bouffet, Y. Matsusaka, Yusuke Watanabe, Ryoko Umaba, Jyunichi Hara, Claire Alapetite, A. Ruffier-Loubière, Ludovic De Marzi, S. Bolle, L. Claude, J.-L. Habrand, Hervé J. Brisse, Didier Frappaz, François Doz, F. Bourdeaut, R. Dendale, A. Mazal, N. Fournier‐Bidoz, M. Shirahata, J.-i. Adachi, Kazuhiko Mishima, K. Wakiya, Satoshi Yamashita, Mamoru Kato, Toshikazu Ushijima, Umberto Ricardi, Thomas Czech, James Hayden, Roshan Joseph, J. Hale, Holly Lindsay, M. Kogiso, Lin Qi, Teo Wan Yee, Yen‐Hua Huang, Hua Mao, Frank Y. Lin, P. Baxter, László Perlaky, Daniel R. Parsons, M. Chintagumpala, Xin Li, D. Osorio, David J. Vaughn, S. Gardner, Maciej Mrugala, M. Ferreira, C. Keene, Luis F. Gonzalez‐Cuyar, Adam O. Hebb, J. Rockhill, L. Wang, Shigeru Yamaguchi, M. Burstein, Ho‐Keung Ng, Zhiyan He, Atsushi Natsume, Shunsuke Terasaka, Thomas Dauser, Bill Whitehead, Jian Sun, D. Munzy, Richard A. Gibbs, Soraya Coelho Leal, David A. Wheeler, Girish Dhall, N. Robison, A. Judkins, Mark D. Krieger, Floyd H. Gilles, J. Park, Sung Uk Lee, T. Kim, Yue Kwan Choi, H. J. Park, Sang Hun Shin, J.-Y. Kim, N. Dhir, J. Khamani, A. Margol, Kenneth K. Wong, Barbara Britt, Anna Evans, Mary Jo Nelson, J. Grimm, Jonathan L. Finlay
Notice bibliographique
RevueNeuro-Oncology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueTesticular diseases and treatments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGerm cellBiologyGenetics
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,625
Score d'incertitude au seuil0,676
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 GPT0,289
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
score_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 découleClassification
machine, non validéePrédiction 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'étudeObservationnel
Domainenon disponible
GenreEmpirique
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».
En bref
Citations26
Publié2014
Routes d'admission1
Résumé présentnon