MétaCan
Menu
Retour à la cohorte
Enregistrement W2048453492 · doi:10.1038/srep08298

Anatomical networks reveal the musculoskeletal modularity of the human head

2015· article· en· W2048453492 sur OpenAlexafffund
Borja Esteve‐Altava, Rui Diogo, Christopher M. Smith, Julia C. Boughner, Diego Rasskin‐Gutman

Notice bibliographique

RevueScientific Reports · 2015
Typearticle
Langueen
DomaineMathematics
ThématiqueMorphological variations and asymmetry
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEvolvabilityModularity (biology)Computer scienceRobustness (evolution)Modular designEvolutionary developmental biologyHead (geology)Human headEvolutionary biologyBiologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Mosaic evolution is a key mechanism that promotes robustness and evolvability in living beings. For the human head, to have a modular organization would imply that each phenotypic module could grow and function semi-independently. Delimiting the boundaries of head modules, and even assessing their existence, is essential to understand human evolution. Here we provide the first study of the human head using anatomical network analysis (AnNA), offering the most complete overview of the modularity of the head to date. Our analysis integrates the many biological dependences that tie hard and soft tissues together, arising as a consequence of development, growth, stresses and loads, and motion. We created an anatomical network model of the human head, where nodes represent anatomical units and links represent their physical articulations. The analysis of the human head network uncovers the presence of 10 musculoskeletal modules, deep-rooted in these biological dependences, of developmental and evolutionary significance. In sum, this study uncovers new anatomical and functional modules of the human head using a novel quantitative method that enables a more comprehensive understanding of the evolutionary anatomy of our lineage, including the evolution of facial expression and facial asymmetry.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,728
Score d'incertitude au seuil0,280

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 Opus0,062
Tête enseignante GPT0,332
Écart entre enseignants0,270 · 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'étudeThéorique ou conceptuel
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

Citations76
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMorphological variations and asymmetryTravaux en français237 207