Enregistrement W2763540102 · doi:10.1038/nbt.3960

Towards standards for human fecal sample processing in metagenomic studies

2017· article· en· W2763540102 sur OpenAlexaff

Paul Igor Costea, Georg Zeller, Shinichi Sunagawa, Éric Pelletier, Adriana Alberti, Florence Levenez, Melanie Tramontano, Marja Driessen, Rajna Hercog, Ferris Jung, Jens Roat Kultima, Matthew R. Hayward, Luís Pedro Coelho, Emma Allen‐Vercoe, Laurie Bertrand, Michaël Blaut, Jillian R. Brown, Thomas Carton, Stéphanie Cools-Portier, Michelle C. Daigneault, Muriel Derrien, Anne Druesne, Willem M. de Vos, B. Brett Finlay, Harry J. Flint, Francisco Guarner, Masahira Hattori, Hans G. H. J. Heilig, Ruth Ann Luna, Johan van Hylckama Vlieg, Jana Junick, Ingeborg Klymiuk, Philippe Langella, Emmanuelle Le Chatelier, Volker Mai, Chaysavanh Manichanh, Jennifer C. Martin, Clémentine Mery, Hidetoshi Morita, Paul W. O’Toole, Céline Orvain, Kiran Raosaheb Patil, John Penders, Søren Persson, Nicolas Pons, Milena Popova, Anne Salonen, Delphine Saulnier, Karen P. Scott, Bhagirath Singh, Kathleen Slezak, Patrick Veiga, James Versalovic, Liping Zhao, Erwin G. Zoetendal, S. Dusko Ehrlich, Joël Doré, Peer Bork

Notice bibliographique

RevueNature Biotechnology · 2017

Typearticle

Langueen

DomaineBiochemistry, Genetics and Molecular Biology

ThématiqueGut microbiota and health

Établissements canadiensWestern UniversityCanada's Michael Smith Genome Sciences CentreUniversity of British ColumbiaUniversity of Guelph

Organismes subventionnairesAgence Nationale de la Recherche

Mots-clésMetagenomicsMicrobiomeComparabilityDNA extractionBiologyHuman microbiomeFecesTransferabilityComputational biologyComputer scienceBioinformaticsMicrobiologyGeneticsPolymerase chain reactionMathematicsGeneMachine learning

DOI10.1038/nbt.3960

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)0,095

score de la tête « metaresearch » (Gemma)0,111

Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated

Catégories candidatesMétarecherche

Catégories consensuellesaucune

DomaineSignal candidat: Méthodes · Signal consensuel: aucune

Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune

GenreSignal candidat: Méthodes · Signal consensuel: Méthodes

Score de désaccord entre enseignants0,905

Score d'incertitude au seuil0,504

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,095	0,111
Méta-épidémiologie (sens strict)	0,002	0,002
Méta-épidémiologie (sens large)	0,003	0,002
Bibliométrie	0,006	0,004
Études des sciences et des technologies	0,003	0,007
Communication savante	0,008	0,004
Science ouverte	0,006	0,008
Intégrité de la recherche	0,008	0,009
Charge utile insuffisante (le modèle a refusé de juger)	0,003	0,005

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 Opus0,028

Tête enseignante GPT0,405

Écart entre enseignants0,377 · 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