MétaCan
Menu
Retour à la cohorte
Enregistrement W2059316279 · doi:10.4161/auto.26378

Autophagy

2013· article· hu· W2059316279 sur OpenAlexaffabout
Mario A. Jardon, Katharina Rothe, Svetlana Bortnik, Lubomir Vezenkov, Xiaoyan Jiang, Robert N. Young, Julian J. Lum, Sharon M. Gorski

Notice bibliographique

RevueAutophagy · 2013
Typearticle
Languehu
DomaineMedicine
ThématiqueAutophagy in Disease and Therapy
Établissements canadiensUniversity of British ColumbiaUniversity of VictoriaSimon Fraser UniversityTerry Fox Research InstituteBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésAutophagyContext (archaeology)BiologyMultidisciplinary approachPolitical scienceGeneticsApoptosis

Résumé

récupéré en direct d'OpenAlex

Multidisciplinary approaches are increasingly being used to elucidate the role of autophagy in health and disease and to harness it for therapeutic purposes. The broad range of topics included in the program of the Vancouver Autophagy Symposium (VAS) 2013 illustrated this multidisciplinarity: structural biology of Atg proteins, mechanisms of selective autophagy, in silico drug design targeting ATG proteins, strategies for drug screening, autophagy-metabolism interplay, and therapeutic approaches to modulate autophagy. VAS 2013 took place at the British Columbia Cancer Research Centre, and was hosted by the CIHR Team in Investigating Autophagy Proteins as Molecular Targets for Cancer Treatment. The program was designed as a day of research exchanges, featuring two invited keynote speakers, internationally recognized for their groundbreaking contributions in autophagy, Dr Ana Maria Cuervo (Albert Einstein College of Medicine, Bronx, NY) and Dr Jayanta Debnath (University of California, San Francisco). By bringing together international and local experts in cell biology, drug discovery, and clinical translation, the symposium facilitated rich interdisciplinary discussions focused on multiple forms of autophagy and their regulation and modulation in the context of cancer.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,515
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0870,067

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 Opus0,007
Tête enseignante GPT0,243
Écart entre enseignants0,235 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations18
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAutophagyMême sujetAutophagy in Disease and TherapyTravaux en français237 207