MétaCan
Menu
Retour à la cohorte
Enregistrement W2599965507

Evolution of soybean knowledge base

2015· dissertation· en· W2599965507 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueMOspace Institutional Repository (University of Missouri) · 2015
Typedissertation
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoybean genetics and cultivation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKnowledge baseBase (topology)Computer scienceArtificial intelligenceMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Soybean Knowledge Base (SoyKB), is a comprehensive web resource for knowledge about soybean genomics and multi-omics data. It is designed to give researchers easier access and better understanding of soybean traits and molecular breeding. In this thesis we have further expanded the analytics capabilities of SoyKB by developing new informatics tools including eFP Browser, SNPViz 2.0, WGCNA analysis and POP Select. The tools highlighted here provide users information ranging from genomics data to GWAS and its application in molecular breeding. 1) The eFP Browser was originally developed by the University of Toronto to visualize data intuitively. We have done a local standalone implementation in SoyKB with 16 transcriptomics expression datasets. Each dataset is represented by an image that will be recolored based on tissues' expression level. 2) SNPViz is a tool to analyze whole genome sequence SNP datasets for haplotypes of user-defined gene regions. SNPViz 2.0, developed in Javascript, is targeted to resolve the Java related security issues in SNPViz 1.0. It also includes several new features such as gene version control, neighbor joining cluster method and RGBY color scheme. At the same time, the cluster tree constructed in SNPViz 2.0 is dynamic which users can click a node to collapse or expand the sub-tree instead of just a static image. 3) WGCNA, is an open source R package for weighted gene co-expression network analysis and gene module detection, which we have incorporated in SoyKB as a new analysis feature in our Differential Expression Browser suite of tools. 4) Pop Select is a tool to help breeders analyze SNP population datasets and identify top scoring offspring with desired genomic information. It scores all offspring based on user specified region and parent type and then output top offspring information in charts and tables. These newly incorporated tools enriched SoyKB data visualization and analysis functionalities tremendously. In the future we will maintain these tools to make them more robust while exploring new application areas and developing new tools for the soybean research community.

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.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,903
Score d'incertitude au seuil0,419

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 GPT0,205
Écart entre enseignants0,189 · 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