MétaCan
Menu
Retour à la cohorte
Enregistrement W2121207675 · doi:10.1146/annurev-pharmtox-010715-103246

Biobanking Comes of Age: The Transition to Biospecimen Science

2015· review· en· W2121207675 sur OpenAlexaff
Jim Vaught

Notice bibliographique

RevueThe Annual Review of Pharmacology and Toxicology · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensKensington HealthPositive Living Society of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiobankTranslational researchData sciencePersonalized medicineBest practiceSustainabilityEngineering ethicsData sharingKnowledge managementComputer scienceMedicinePolitical scienceBioinformaticsEngineeringAlternative medicineBiologyPathology

Résumé

récupéré en direct d'OpenAlex

Biobanking involves the collection, processing, storage, and distribution of biological specimens and the policies and procedures necessary to accomplish those aims successfully. Although biobanking may also involve collections for environmental studies or museum archives, most efforts to standardize biobanking practices have been directed toward human biomedical research. Initially focused primarily on collecting samples for diagnostic purposes in pathology settings, biobanks have evolved into complex organizations engaged in advancing personalized (or precision) medicine and translational research. This evolution has involved the development of biobanking best practices and the transformation of a field driven by empirical approaches into the emerging area of biospecimen science. It has become increasingly important to develop evidence-based practices for collecting biospecimens and data that can be shared with confidence with international collaborators. Aside from these technical approaches, other factors play crucial roles, such as ethical and regulatory issues, business planning and sustainability, and approaches to data collection and sharing.

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)0,018
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,005
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
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 Opus0,373
Tête enseignante GPT0,626
Écart entre enseignants0,254 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations77
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Annual Review of Pharmacology and ToxicologyMême sujetEthics in Clinical ResearchTravaux en français237 207