MétaCan
Menu
Retour à la cohorte
Enregistrement W2745376284 · doi:10.1038/nmeth.4398

Statistical control of peptide and protein error rates in large-scale targeted data-independent acquisition analyses

2017· article· en· W2745376284 sur OpenAlexaff
George Rosenberger, Isabell Bludau, Uwe Schmitt, Moritz Heusel, Christie L. Hunter, Yansheng Liu, Michael J. MacCoss, Brendan MacLean, Alexey I. Nesvizhskii, Patrick G. A. Pedrioli, Lukas Reiter, Hannes Röst, Stephen Tate, Ying S. Ting, Ben C. Collins, Ruedi Aebersold

Notice bibliographique

RevueNature Methods · 2017
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensSpinal Cord Injury BC
Organismes subventionnairesNational Institute of General Medical SciencesInstitut MérieuxEidgenössische Technische Hochschule ZürichNational Science FoundationNational Institutes of HealthSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésFalse positive paradoxFalse discovery rateProteomeComputer scienceProteomicsComputational biologyTandem mass spectrometryAnalyteBiomarker discoveryPeptideScale (ratio)Data miningMass spectrometryScalabilityBioinformaticsChemistryChromatographyArtificial intelligenceBiologyBiochemistryPhysicsDatabase

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,060
score de la tête « metaresearch » (Gemma)0,141
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,317

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0600,141
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,003
Communication savante0,0030,002
Science ouverte0,0030,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,042
Tête enseignante GPT0,463
Écart entre enseignants0,420 · 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'étudeSimulation ou modélisation
Domainenon disponible
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

Citations229
Publié2017
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueNature MethodsMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207