MétaCan
Menu
Retour à la cohorte
Enregistrement W2247869500

A Study of Comparability in AFLP Profiling using a Simple Model System

2007· article· en· W2247869500 sur OpenAlexvenueno aff
Lina Partis, Malcolm Burns, Koichi Chiba, Philippe Corbisier, David Gancberg, M.J. Holden, J Wang, Liu Qing Yan, Tomoya Okunishi, Inchul Yang, Vonsky Maxim, Kerry R. Emslie

Notice bibliographique

RevueNPARC · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Applied Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComparabilityProfiling (computer programming)Amplified fragment length polymorphismComputational biologySimple (philosophy)Biological systemComputer scienceBiologyMathematicsMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A simple AFLP model, using the relatively small bacteriophage lambda genome, was developed to test the reproducibility of this technique in an international study, CCQM-P53. Using either non-selective or selective primers, 9 fragments or a subset of 1 to 3 fragments, respectively, were predicted using in silico software. Under optimized conditions, all predicted fragments were experimentally generated.\nThe reproducibility of the AFLP model was tested by submitting both "unknown" DNA template which had been restricted and ligated with AFLP linkers (R/L mixture) and corresponding primer pairs to 9 laboratories participating in the CCQM-P53 study. Participants completed the final PCR step and then used either slab gel electrophoresis or CE to detect the AFLP fragments. The predicted fragments were identified by the majority of participants with size estimates consistently up to 4 base pair (bp) larger for slab gel electrophoresis that for CE. Shadow fragments which were 3 bp larger than predicted fragments were often observed by both study participants and organizers. The 9 AFLP fragments exhibited consistent differences in peak height and reproducibility in the CE profiles with fragments containing the highest guanine-cytosine (GC) of 50-56 % showing the greatest stability in the AFLP profiles.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,466

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,055
Tête enseignante GPT0,313
Écart entre enseignants0,258 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetEngineering Applied ResearchTravaux en français237 207