MétaCan
Menu
Retour à la cohorte
Enregistrement W2135976131 · doi:10.1074/mcp.o111.015446

Recommendations for Mass Spectrometry Data Quality Metrics for Open Access Data (Corollary to the Amsterdam Principles)

2011· article· en· W2135976131 sur OpenAlexaff
Christopher R. Kinsinger, James Apffel, Mark S. Baker, Xiaopeng Bian, Christoph H. Borchers, Ralph Bradshaw, Mi‐Youn Brusniak, Daniel W. Chan, Eric W. Deutsch, Bruno Domon, Jeff Gorman, Rudolf Grimm, William S. Hancock, Henning Hermjakob, David M. Horn, Christie L. Hunter, Patrik Kolar, Hans‐Joachim Kraus, Hanno Langen, Rune Linding, Robert L. Moritz, Gilbert S. Omenn, Ron Orlando, Akhilesh Pandey, Peipei Ping, Amir Rahbar, Robert Rivers, Sean L. Seymour, Richard J. Simpson, Douglas J. Slotta, Richard Smith, Stephen E. Stein, David L. Tabb, Danilo A. Tagle, John R. Yates, Henry Rodriguez

Notice bibliographique

RevueMolecular & Cellular Proteomics · 2011
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Institute of General Medical SciencesNational Human Genome Research Institute
Mots-clésComputer scienceData scienceData qualityQuality (philosophy)Data sharingService (business)World Wide WebMedicineBusiness

Résumé

récupéré en direct d'OpenAlex

Policies supporting the rapid and open sharing of proteomic data are being implemented by the leading journals in the field. The proteomics community is taking steps to ensure that data are made publicly accessible and are of high quality, a challenging task that requires the development and deployment of methods for measuring and documenting data quality metrics. On September 18, 2010, the United States National Cancer Institute convened the "International Workshop on Proteomic Data Quality Metrics" in Sydney, Australia, to identify and address issues facing the development and use of such methods for open access proteomics data. The stakeholders at the workshop enumerated the key principles underlying a framework for data quality assessment in mass spectrometry data that will meet the needs of the research community, journals, funding agencies, and data repositories. Attendees discussed and agreed up on two primary needs for the wide use of quality metrics: 1) an evolving list of comprehensive quality metrics and 2) standards accompanied by software analytics. Attendees stressed the importance of increased education and training programs to promote reliable protocols in proteomics. This workshop report explores the historic precedents, key discussions, and necessary next steps to enhance the quality of open access data. By agreement, this article is published simultaneously in the Journal of Proteome Research, Molecular and Cellular Proteomics, Proteomics, and Proteomics Clinical Applications as a public service to the research community. The peer review process was a coordinated effort conducted by a panel of referees selected by the journals.

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)0,204
score de la tête « metaresearch » (Gemma)0,344
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,981

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2040,344
Méta-épidémiologie (sens strict)0,0040,003
Méta-épidémiologie (sens large)0,0030,006
Bibliométrie0,0140,015
Études des sciences et des technologies0,0040,007
Communication savante0,0220,022
Science ouverte0,0160,011
Intégrité de la recherche0,0280,024
Charge utile insuffisante (le modèle a refusé de juger)0,0180,017

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 Opus0,334
Tête enseignante GPT0,431
Écart entre enseignants0,097 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomainePrésentation des résultats
GenreMéthodes

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

En bref

Citations103
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular & Cellular ProteomicsMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207