Erratum: microRNA dysregulation in multiple sclerosis
Notice bibliographique
Résumé
To the Editor,In our review article entitled “MicroRNA dysregulation in Multiple Sclerosis” published online on January 22nd, 2013, we have made an error that we would like to correct. We request to change the following sentence in the review article: "Examination of Treg cells in MS (De Santis et al., 2010) has identified differential expression of 23 miRNAs compared with healthy controls. Of particular interest, miR-106b and miR-25 were among the significantly decreased miRNAs, both of which modulate TGF-β signaling (Petrocca et al., 2008)." To "Examination of Treg cells in MS (De Santis et al., 2010) has identified differential expression of 23 miRNAs compared with healthy controls. Of particular interest, miR-106b and miR-25 were among the significantly increased miRNAs, both of which modulate TGF-β signaling (Petrocca et al., 2008)." We would also like to apply this change in a revised figure that reflects the correct directionality of the altered miRNA expression in Treg cells in MS.We apologize to the readers of Frontiers in Genetics and to the authors of the De Santis et al., manuscript, for this error that was not corrected during the review process of our manuscript.
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 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».