MétaCan
Menu
Retour à la cohorte
Enregistrement W2102935707 · doi:10.1186/2049-2618-2-12

Harnessing microbiome and probiotic research in sub-Saharan Africa: recommendations from an African workshop

2014· article· en· W2102935707 sur OpenAlexafffund
Gregor Reid, Nicholas Nduti, Wilbert Sybesma, Remco Kort, Tobias R. Kollmann, Rod Adam, Hamadi Boga, Eric Brown, Alexandra W. C. Einerhand, Hani El‐Nezami, Gregory B. Gloor, Irene I Kavere, Johanna F. Lindahl, Amee R. Manges, Wondu Mamo, Rocı́o Martı́n, Amy McMillan, Jael Obiero, Pamela A Ochieng’, Arnold N. Onyango, Stephen Rulisa, Eeva Salminen, Seppo Salminen, Antony Sije, Jonathan R. Swann, William Van Treuren, Daniel Mwangi Waweru

Notice bibliographique

RevueMicrobiome · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensCanada's Michael Smith Genome Sciences CentreUniversity of British ColumbiaLawson Health Research InstituteWestern University
Organismes subventionnairesMichael Smith Health Research BCBurroughs Wellcome Fund
Mots-clésMicrobiomeProbioticBiologyBiotechnologyAgricultureHuman microbiomeEcologyBioinformaticsBacteria

Résumé

récupéré en direct d'OpenAlex

To augment capacity-building for microbiome and probiotic research in Africa, a workshop was held in Nairobi, Kenya, at which researchers discussed human, animal, insect, and agricultural microbiome and probiotics/prebiotics topics. Five recommendations were made to promote future basic and translational research that benefits Africans.

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)0,066
score de la tête « metaresearch » (Gemma)0,031
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 enseignants0,066
Score d'incertitude au seuil0,349

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0660,031
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,004
Communication savante0,0080,013
Science ouverte0,0040,017
Intégrité de la recherche0,0120,016
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,048
Tête enseignante GPT0,339
Écart entre enseignants0,290 · 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

Citations23
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicrobiomeMême sujetGut microbiota and healthTravaux en français237 207