← Retour à la cohorte
Quantifying the Effects of 16p11.2 Copy Number Variants on Brain Structure: A Multisite Genetic-First Study
Sandra Martin-Brevet, Borja Rodríguez‐Herreros, Jared A. Nielsen, Clara Moreau, Claudia Modenato, Anne Maillard, Aurélie Pain, Sonia Richetin, Aia Elise Jønch, Abid Qureshi, Nicole R. Zürcher, Philippe Conus, Marie‐Claude Addor, Joris Andrieux, Benoı̂t Arveiler, Geneviève Baujat, Frédérique Sloan‐Béna, Marco Belfiore, Dominique Bonneau, Sonia Bouquillon, Odile Boute, Alfredo Brusco, Tiffany Busa, Jean‐Hubert Caberg, Dominique Campion, Vanessa Colombert, Marie‐Pierre Cordier, Albert David, François‐Guillaume Debray, Marie‐Ange Delrue, Martine Doco‐Fenzy, Ulrike Dunkhase‐Heinl, Patrick Edery, Christina Fagerberg, Laurence Faivre, Francesca Forzano, David Geneviève, Marion Gérard, Daniela Giachino, Agnès Guichet, Olivier Guillin, Delphine Héron, Bertrand Isidor, Aurélia Jacquette, Sylvie Jaillard, Hubert Journel, Boris Keren, Didier Lacombe, Sébastien Lebon, Cédric Le Caignec, M. Lemaître, James Lespinasse, Michèle Mathieu-Dramart, Sandra Mercier, Cyril Mignot, Chantal Missirian, Florence Petit, Kristina P. Sørensen, Lucile Pinson, Ghislaine Plessis, Fabienne Prieur, Caroline Rooryck, Massimiliano Rossi, Damien Sanlaville, Britta Schlott Kristiansen, Caroline Schluth‐Bolard, Marianne Till, Mieke M. van Haelst, Lionel Van Maldergem, Hanalore Alupay, Benjamin Aaronson, Sean Ackerman, Katy Ankenman, Ayesha Anwar, Constance Atwell, Alexandra Bowe, Arthur L. Beaudet, Marta Benedetti, Jessica Berg, Jeffrey Berman, Leandra N. Berry, Audrey Bibb, Lisa Blaskey, Jonathan Brennan, Christie M. Brewton, Randy L. Buckner, Polina Bukshpun, Jordan Burko, Phil Cali, Bettina M. Cerban, Yi-Shin Chang, Maxwell Cheong, Vivian Chow, Zili D. Chu, Darina Chudnovskaya, Lauren Cornew, Corby L. Dale, John Dell, Allison G. Dempsey, Trent D. DesChamps, Rachel K. Earl, J. Christopher Edgar, Jenna Elgin, Jennifer Olson, Yolanda L. Evans, Anne Findlay, Gerald D. Fischbach, C. Joseph Fisk, Brieana Fregeau, Bill Gaetz, Leah Gaetz, Silvia Garza, Jennifer Gerdts, Orit A. Glenn, Sarah E. Gobuty, Rachel Golembski, Marion Greenup, Kory Heiken, Katherine Hines, Leighton B. Hinkley, Frank I. Jackson, Julian Jenkins, Rita J. Jeremy, Kelly S. Johnson, Stephen M. Kanne, Sudha Kilaru Kessler, Sarah Y. Khan, Matthew Ku, Emily S. Kuschner, Anna L. Laakman, Peter Lam, Morgan W. Lasala, Hana Lee, Kevin LaGuerre, Susan E. Levy, Alyss Lian Cavanagh, Ashlie V. Llorens, Katherine L. Campe, Tracy Luks, Elysa J. Marco, S Martin, Alastair J. Martin, Gabriela Marzano, Christina Masson, Kathleen E. McGovern, Rebecca McNally Keehn, David T. Miller, Fiona K. Miller, Timothy Moss, Rebecca Murray, Srikantan S. Nagarajan, Kerri P. Nowell, Julia P. Owen, Andrea M. Paal, Alan Packer, Patricia Z. Page, Brianna M. Paul, Alana Peters, Danica Peterson, Annapurna Poduri, Nicholas J. Pojman, Ken Porche, Monica B. Proud, Saba Qasmieh, Melissa B. Ramocki, Beau Reilly, Timothy P. L. Roberts, Dennis Shaw, Tuhin Sinha, Bethanny Smith‐Packard, Anne Gallagher, Vivek Swarnakar, Tony Thieu, Christina Triantafallou, Roger Vaughan, Mari Wakahiro, Arianne S. Wallace, Tracey Ward, Julia Wenegrat, Anne Wolken, Wendy K. Chung, Elliott H. Sherr, John E. Spiro, Ferath Kherif, J. Beckmann, Nouchine Hadjikhani, Alexandre Reymond, Bogdan Draganski, Sébastien Jacquemont
Notice bibliographique
RevueBiological Psychiatry · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomic variations and chromosomal abnormalities
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesSeventh Framework ProgrammeNational Centre of Competence in Research RoboticsFondation Roger de SpoelberchCanada Research ChairsSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Centres of Competence in Research SwissMAPSimons Foundation Autism Research InitiativeFondation Jean-Louis LévesqueInstitute for Quantitative Social Science, Harvard UniversityParkinsonfondenHarvard UniversitySimons FoundationNational Science FoundationCompute CanadaEuropean CommissionPartridge Foundation
Mots-clésCopy-number variationGeneticsBiologyGenetic variantsPsychologyGeneGenotypeGenome
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi 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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,476
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 Opus0,015
Tête enseignante GPT0,274
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».
En bref
Citations91
Publié2018
Routes d'admission2
Résumé présentnon