MétaCan
Menu
Retour à la cohorte
Enregistrement W2884300026 · doi:10.1002/aps3.1164

flowPloidy: An R package for genome size and ploidy assessment of flow cytometry data

2018· article· en· W2884300026 sur OpenAlexaff
Tyler Smith, Paul Kron, Sara L. Martin

Notice bibliographique

RevueApplications in Plant Sciences · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueChromosomal and Genetic Variations
Établissements canadiensUniversity of GuelphAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésWorkflowHistogramGenome sizeBiologyGenomeSoftwareR packageComputer sciencePloidyData miningComputational biologyArtificial intelligenceDatabaseGeneticsComputational science

Résumé

récupéré en direct d'OpenAlex

PREMISE OF THE STUDY: Despite advantages in terms of reproducibility, histogram analysis based on nonlinear regression is rarely used in genome size assessments in plant biology. This is due in part to the lack of a freely available program to implement the procedure. We have developed such a program, the R package flowPloidy. METHODS AND RESULTS: flowPloidy builds on the existing statistical tools provided with the R environment. This base provides tools for importing flow cytometry data, fitting nonlinear regressions, and interactively visualizing data. flowPloidy adds tools for building flow cytometry models, fitting the models to histogram data, and producing visual and tabular summaries of the results. CONCLUSIONS: flowPloidy fills an important gap in the study of plant genome size. This package will enable plant scientists to apply a more powerful statistical technique for assessing genome size. flowPloidy improves on existing software options by providing a no-cost workflow streamlined for genome size and ploidy determination.

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 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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,873
Score d'incertitude au seuil0,249

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,066
Tête enseignante GPT0,318
Écart entre enseignants0,252 · 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 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

Citations32
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplications in Plant SciencesMême sujetChromosomal and Genetic VariationsTravaux en français237 207