MétaCan
Menu
Retour à la cohorte
Enregistrement W2888563676 · doi:10.1002/elps.201800171

Implementing a biogeographic ancestry inference service for forensic casework

2018· article· en· W2888563676 sur OpenAlexaff
Soulbee Jin, Maretta Chase, Margaret J. Henry, G. G. Alderson, James M. Morrow, Sobia Malik, David Ballard, Joel McGrory, Neil Fernandopulle, Jonathan Millman, Jack Laird

Notice bibliographique

RevueElectrophoresis · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueForensic and Genetic Research
Établissements canadiensAdvantage Forensics (Canada)
Organismes subventionnairesnon disponible
Mots-clésForensic scienceGenetic genealogyAncestry-informative markerInferenceMassive parallel sequencingForensic anthropologyDeclarationEvolutionary biologyGeographyBiologyArchaeologyDemographyDNA sequencingComputer scienceGeneticsGenotypeAllele frequencyPopulationArtificial intelligenceSociology

Résumé

récupéré en direct d'OpenAlex

The Centre of Forensic Sciences has validated the Precision ID Ancestry Panel on the Ion S5™ Massively Parallel Sequencing instrument for use in forensic casework. The focus of this paper is the development of reporting guidelines for implementation of the biogeographic ancestry inference service based on the Admixture Prediction results produced using the Torrent Suite™ Software (Thermo Fisher Scientific). The Admixture Prediction algorithm estimates the genetic ancestry of a sample using seven root populations (Europe, East Asia, Oceania, America, Africa, South Asia, and Southwest Asia). For individuals that declared a single ancestry, there was a high correlation between the declared ancestry and the ancestry predicted by the algorithm. However, some individuals with declared ancestries of Southern Europe, Southwest Asia, South Asia and Horn of Africa had Admixture Predictions that were composed of two or more root populations at 20% or greater. For individuals with known admixed ancestry, the major component of their declaration was included in their results in all but one case. Based on these results, reporting guidelines were developed and subsequently evaluated using the Admixture Predictions of additional samples. This paper discusses the development and evaluation of these reporting guidelines, along with an implementation plan for forensic casework.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,608

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,022
Tête enseignante GPT0,324
Écart entre enseignants0,302 · 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'étudeExpérimental (laboratoire)
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

Citations28
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectrophoresisMême sujetForensic and Genetic ResearchTravaux en français237 207