MétaCan
Menu
Retour à la cohorte
Enregistrement W2801401754 · doi:10.1017/s0952523817000244

Animal models of amblyopia

2018· review· en· W2801401754 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueVisual Neuroscience · 2018
Typereview
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensDalhousie University
Organismes subventionnairesBiotechnology and Biological Sciences Research Council
Mots-clésTimelineAnimal speciesComputer sciencePsychologyAnimal modelCognitive psychologyData scienceCognitive scienceBiologyGeographyEvolutionary biology

Résumé

récupéré en direct d'OpenAlex

Unquestionably, the last six decades of research on various animal models have advanced our understanding of the mechanisms that underlie the many complex characteristics of amblyopia as well as provided promising new avenues for treatment. While animal models in general have served an important purpose, there nonetheless remain questions regarding the efficacy of particular models considering the differences across animal species, especially when the goal is to provide the foundations for human interventions. Our discussion of these issues culminated in three recommendations for future research to provide cohesion across animals models as well as a fourth recommendation for acceptance of a protocol for the minimum number of steps necessary for the translation of results obtained on particular animal models to human clinical trials. The three recommendations for future research arose from discussions of various issues including the specific results obtained from the use of different animal models, the degree of similarity to the human visual system, the ability to generate animal models of the different types of human amblyopia as well as the difficulty of scaling developmental timelines between different species.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,585
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,389
Tête enseignante GPT0,455
Écart entre enseignants0,066 · 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