MétaCan
Menu
Retour à la cohorte
Enregistrement W2800066893 · doi:10.3389/fimmu.2018.01157

Systematic Overview of Solid Particles and Their Host Responses

2018· review· en· W2800066893 sur OpenAlexafffund
Fei Shu, Yan Shi

Notice bibliographique

RevueFrontiers in Immunology · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammasome and immune disorders
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthNational Institutes of Natural SciencesNational Institute of Allergy and Infectious DiseasesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésPseudogoutGoutParticulatesMedicineNanotechnologyBiologyImmunologyMaterials scienceEcologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Crystalline/particulate substances trigger a plethora of signaling events in host cells. The most prominent consequence is the inflammatory reactions that underlie crystal arthropathies, such as gout and pseudogout. However, their impact on our health was underestimated. Recent work on the role of cholesterol crystal in the development of atherosclerosis and the harm of environmental particulates has set up new frontiers in our defense against their detrimental effects. On the other hand, in the last 100 years, crystalline/particulate substances have been used with increasing frequencies in our daily lives as a part of new industrial manufacturing and engineering. Importantly, they have become a tool in modern medicine, used as vaccine adjuvants and drug delivery vehicles. Their biological effects are also being dissected in great detail, particularly with regard to their inflammatory signaling pathways. Solid structure interaction with host cells is far from being uniform, with outcomes dependent on cell types and chemical/physical properties of the particles involved. In this review, we offer a systematic and broad outlook of this landscape and a sage analysis of the complex nature of this topic.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,290
Écart entre enseignants0,268 · 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'étudeRevue systématique
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

Citations8
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetInflammasome and immune disordersTravaux en français237 207