MétaCan
Menu
Retour à la cohorte
Enregistrement W2101074934 · doi:10.1136/bmjqs-2012-000817

Medical emergencies in medical imaging

2012· letter· en· W2101074934 sur OpenAlexaff
John A. Staples, Donald A. Redelmeier

Notice bibliographique

RevueBMJ Quality & Safety · 2012
Typeletter
Langueen
DomaineMedicine
ThématiqueRadiation Dose and Imaging
Établissements canadiensSunnybrook Health Science CentreInstitute for Clinical Evaluative SciencesHealth Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésHerbicide resistancePhenotypic plasticityResistance (ecology)Gene expressionGeneAdaptive responseWeedAdaptation (eye)BiologySelection (genetic algorithm)PhenotypeGeneticsEvolutionary biologyEcologyNeuroscienceComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Plastic phenotypic responses to environmental change are common, yet we lack a clear understanding of the fitness consequences of these plastic responses. Here, we use the evolution of herbicide resistance in the common morning glory (Ipomoea purpurea) as a model for understanding the relative importance of adaptive and maladaptive gene expression responses to herbicide. Specifically, we compare leaf gene expression changes caused by herbicide spray to the expression changes that evolve in response to artificial selection for herbicide resistance. We identify a number of genes that show plastic and evolved responses to herbicide and find that for the majority of genes with both plastic and evolved responses, plastic responses appear to be adaptive. We also find that selection for herbicide response increases gene expression plasticity. Overall, these results show the importance of adaptive plasticity for herbicide resistance in a common weed and that expression changes in response to strong environmental change can be adaptive.

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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0150,013
Charge utile insuffisante (le modèle a refusé de juger)0,0110,006

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 Opus0,047
Tête enseignante GPT0,405
Écart entre enseignants0,358 · 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
GenreCommentaire

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

En bref

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Quality & SafetyMême sujetRadiation Dose and ImagingTravaux en français237 207