MétaCan
Menu
Retour à la cohorte
Enregistrement W2464190837 · doi:10.1242/jcs.179051

Meeting report – 9th IRIC International Symposium on Molecular Targets in Cancer Genomics

2015· article· en· W2464190837 sur OpenAlexafffundabout
Céline M. Laumont, David Haberl, Rahul Ghugari, Sarah Tsao

Notice bibliographique

RevueJournal of Cell Science · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensUniversité de MontréalInstitute for Research in Immunology and Cancer
Organismes subventionnairesInstitute of GeneticsCanadian Institutes of Health ResearchBristol-Myers Squibb
Mots-clésBiologyCancerGenomicsComputational biologyGenomeGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Graduate students and postdoctoral fellows at the Institute for Research in Immunology and Cancer (IRIC) organized the 9th IRIC International Symposium on 14-15 May, 2015. The symposium was held at the IRIC, an ultra-modern research hub and training center located on the hilltop of the Université de Montréal campus in Montreal, Canada. This year's title was 'Molecular Targets in Cancer Genomics', reflecting the common interest of the IRIC student community. Through four broadly themed sessions, organizers sought to highlight the new generation of anti-cancer strategies including targeted therapies directed against actionable cancer-specific mutations, and immunotherapies, which enhance immune responses against cancer. Both targeted and immunotherapies are tailored to cancer-specific features, and require precise knowledge of cancer cells, from their genome to their proteome. The focus of this symposium was on translating the molecular basis of cancer into a functional understanding of aberrant pathways, and to uncover novel targets to be exploited for cancer therapeutic strategies.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,202

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 Opus0,016
Tête enseignante GPT0,295
Écart entre enseignants0,278 · 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'étudeExpérimental (laboratoire)
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
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Cell ScienceMême sujetRNA modifications and cancerTravaux en français237 207