MétaCan
Menu
Retour à la cohorte
Enregistrement W2898477312 · doi:10.1038/s41588-018-0276-8

Author Correction: Discovery and refinement of genetic loci associated with cardiometabolic risk using dense imputation maps

2018· erratum· en· W2898477312 sur OpenAlexaff
Valentina Iotchkova, Jie Huang, John Morris, Deepti Jain, Caterina Barbieri, Klaudia Walter, Josine L. Min, Lu Chen, William J. Astle, Massimiliano Cocca, Patrick Deelen, Heather Elding, Aliki‐Eleni Farmaki, C. Franklin, Mattias Frånberg, Tom R. Gaunt, Albert Hofman, Tao Jiang, Marcus E. Kleber, Geneviève Lachance, Jian’an Luan, Giovanni Malerba, Angela Matchan, Daniel G. Mead, Yasin Memari, Ιωάννα Ντάλλα, Kalliope Panoutsopoulou, Raha Pazoki, John R. B. Perry, Fernando Rivadeneira, Maria Sabater‐Lleal, Bengt Sennblad, So–Youn Shin, Lorraine Southam, Michela Traglia, Freerk van Dijk, Gianluigi Zaza, Weihua Zhang, Najaf Amin, Adam S. Butterworth, John C. Chambers, George Dedoussis, Abbas Dehghan, Oscar H. Franco, Lude Franke, Mattia Frontini, Giovanni Gambaro, Paolo Gasparini, Anders Hamsten, Aaron Isaacs, Jaspal S. Kooner, Charles Kooperberg, Claudia Langenberg, Winfried März, Robert A. Scott, Morris A. Swertz, Daniela Toniolo, André G. Uitterlinden, Cornelia M. van Duijn, Hugh Watkins, Eleftheria Zeggini, Mathew T Maurano, Nicholas J. Timpson, Alex P. Reiner, Paul L. Auer, Nicole Soranzo

Notice bibliographique

RevueNature Genetics · 2018
Typeerratum
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesMedical Research Council
Mots-clésImputation (statistics)BiologyComputational biologyGeneticsGenome-wide association studyEvolutionary biologyComputer scienceSingle-nucleotide polymorphismMachine learningMissing dataGeneGenotype

Résumé

récupéré en direct d'OpenAlex
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 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)0,009
score de la tête « metaresearch » (Gemma)0,146
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil0,673

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,146
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0050,003
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,2010,056

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 Opus0,007
Tête enseignante GPT0,254
Écart entre enseignants0,247 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueNature GeneticsMême sujetNutrition, Genetics, and DiseaseTravaux en français237 207