MétaCan
Menu
Retour à la cohorte
Enregistrement W2515394952

Alternatives to HIST for acellular pertussis vaccines: progress and challenges in replacement.

2016· other· en· W2515394952 sur OpenAlexaff
Juan Arciniega, Leslie Wagner, Roman Prymula, Peter Šebo, Richard Isbrucker, B. Descampe, Jean-Michel Chapsal, A Costanzo, Coenraad Hendriksen, M. Hoonaker, Sue Nelson, Katie Lidster, Warren Casey, David Allen

Notice bibliographique

RevuePubMed · 2016
Typeother
Langueen
DomaineImmunology and Microbiology
ThématiqueBacterial Infections and Vaccines
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)European unionCzechPolitical scienceMedicineBusinessGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The 'International Workshop on Alternatives to the Murine Histamine Sensitization Test for Acellular Pertussis Vaccines: Progress and Challenges in the Replacement of HIST' was held on 24 August 2014, in Prague, Czech Republic, as a satellite meeting to the 9th World Congress on Alternatives and Animal Use in the Life Sciences. Participants discussed the progress and challenges associated with the development, validation, and implementation of in vitro assays as replacements for the histamine sensitisation test (HIST) for acellular pertussis vaccines. Discussions focused on the consistency approach, the necessary framework for regulatory acceptance of a harmonised method, and recent international efforts towards the development of in vitro assays to replace the HIST. Workshop participants agreed that acceptable alternatives to the HIST should be based on ADP ribosylation-mediated cell intoxication and therefore that the CHO cell clustering assay, which measures cell intoxication, should be further pursued and developed as a possible replacement for the HIST. Participants also agreed to continue ongoing multinational discussions involving national and international standardisation authorities to reach consensus and to organise collaborative studies in this context for assay characterisation and calibration of reference materials.

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)0,031
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,002
Communication savante0,0040,004
Science ouverte0,0030,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,005

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 Opus0,044
Tête enseignante GPT0,262
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetBacterial Infections and VaccinesTravaux en français237 207