MétaCan
Menu
Retour à la cohorte
Enregistrement W2132047973 · doi:10.1186/1749-8546-5-43

Integrating findings of traditional medicine with modern pharmaceutical research: the potential role of linked open data

2010· editorial· en· W2132047973 sur OpenAlexaff
Matthias Samwald, Michel Dumontier, Jun Zhao, Joanne Luciano, Michael S. Marshall, Kei Cheung

Notice bibliographique

RevueChinese Medicine · 2010
Typeeditorial
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiomedical Text Mining and Ontologies
Établissements canadiensCarleton University
Organismes subventionnairesEngineering and Physical Sciences Research CouncilScience Foundation Ireland
Mots-clésIdentification (biology)Data scienceData integrationTraditional Chinese medicineComputer scienceMedicineAlternative medicineKnowledge managementTraditional medicineManagement scienceEngineeringData miningBiology

Résumé

récupéré en direct d'OpenAlex

One of the biggest obstacles to progress in modern pharmaceutical research is the difficulty of integrating all available research findings into effective therapies for humans. Studies of traditionally used pharmacologically active plants and other substances in traditional medicines may be valuable sources of previously unknown compounds with therapeutic actions. However, the integration of findings from traditional medicines can be fraught with difficulties and misunderstandings. This article proposes an approach to use linked open data and Semantic Web technologies to address the heterogeneous data integration problem. The approach is based on our initial experiences with implementing an integrated web of data for a selected use-case, i.e., the identification of plant species used in Chinese medicine that indicate potential antidepressant activities.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,175
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,004
Communication savante0,0000,000
Science ouverte0,0040,001
Intégrité de la recherche0,0010,002
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 Opus0,120
Tête enseignante GPT0,428
Écart entre enseignants0,309 · 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
GenreÉditorial

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

En bref

Citations13
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese MedicineMême sujetBiomedical Text Mining and OntologiesTravaux en français237 207