MétaCan
Menu
Retour à la cohorte
Enregistrement W2765190063 · doi:10.1002/sctm.17-0144

Report of the International Stem Cell Banking Initiative Workshop Activity: Current Hurdles and Progress in Seed-Stock Banking of Human Pluripotent Stem Cells

2017· article· en· W2765190063 sur OpenAlexaff
Jung‐Hyun Kim, Armin Kurtz, Bao‐Zhu Yuan, Fanyi Zeng, Geoff Lomax, Jeanne F. Loring, Jeremy M. Crook, Ji Hyeon Ju, Laura Clarke, Maneesha S. Inamdar, Martín F. Pera, Meri T. Firpo, Michael Sheldon, Nafees Rahman, Orla O’Shea, Patrícia Pranke, Qi Zhou, Rosario Isasi, Ruttachuk Rungsiwiwut, Shin Kawamata, Steve Oh, Tenneille E. Ludwig, Tohru Masui, Thomas J. Novak, Tsuneo Takahashi, Wataru Fujibuchi, Soo Kyung Koo, Glyn Stacey

Notice bibliographique

RevueStem Cells Translational Medicine · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesKorea National Institute of Health
Mots-clésStem cellInduced pluripotent stem cellHarmonizationRegenerative medicineTranslational medicineBusinessBiotechnologyCell therapyMedicineEmbryonic stem cellBiologyPathologyCell biology

Résumé

récupéré en direct d'OpenAlex

This article summarizes the recent activity of the International Stem Cell Banking Initiative (ISCBI) held at the California Institute for Regenerative Medicine (CIRM) in California (June 26, 2016) and the Korean National Institutes for Health in Korea (October 19-20, 2016). Through the workshops, ISCBI is endeavoring to support a new paradigm for human medicine using pluripotent stem cells (hPSC) for cell therapies. Priority considerations for ISCBI include ensuring the safety and efficacy of a final cell therapy product and quality assured source materials, such as stem cells and primary donor cells. To these ends, ISCBI aims to promote global harmonization on quality and safety control of stem cells for research and the development of starting materials for cell therapies, with regular workshops involving hPSC banking centers, biologists, and regulatory bodies. Here, we provide a brief overview of two such recent activities, with summaries of key issues raised. Stem Cells Translational Medicine 2017;6:1956-1962.

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)0,027
score de la tête « metaresearch » (Gemma)0,011
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: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,141

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0060,003
Science ouverte0,0020,004
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,067
Tête enseignante GPT0,337
Écart entre enseignants0,270 · 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
GenreSynthèse

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

En bref

Citations56
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStem Cells Translational MedicineMême sujetBiomedical Ethics and RegulationTravaux en français237 207