MétaCan
Menu
Retour à la cohorte
Enregistrement W2901829743 · doi:10.1002/dvdy.4

Craniofacial skeleton of MEXICAN tetra (<i>Astyanax mexicanus)</i>: As a bone disease model

2018· review· en· W2901829743 sur OpenAlexaff
Vikram Bhatia, Ravindra Kumar Ratnayake

Notice bibliographique

RevueDevelopmental Dynamics · 2018
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSubterranean biodiversity and taxonomy
Établissements canadiensUniversity of ManitobaManitoba Health
Organismes subventionnairesnon disponible
Mots-clésBiologyEvolutionary biologyCraniofacialModel organismVertebratePhenotypeAnatomySkullSkeleton (computer programming)GeneticsGene

Résumé

récupéré en direct d'OpenAlex

A small fresh water fish, the Mexican tetra (Astyanax mexicanus) is a novel animal model in evolutionary developmental biology. The existence of morphologically distinct surface and cave morphs of this species allows simultaneous comparative analysis of phenotypic changes at different life stages. The cavefish harbors many favorable constructive traits (i.e., large jaws with an increased number of teeth, neuromast cells, enlarged olfactory pits and excess storage of adipose tissues) and regressive traits (i.e., reduced eye structures and pigmentation) which are essential for cave adaptation. A wide spectrum of natural craniofacial morphologies can be observed among the different cave populations. Recently, the Mexican tetra has been identified as a human disease model. The fully sequenced genome along with modern genome editing tools has allowed researchers to generate transgenic and targeted gene knockouts with phenotypes that resemble human pathological conditions. This review will discuss the anatomy of the craniofacial skeleton of A. mexicanus with a focus on morphologically variable facial bones, jaws that house continuously replacing teeth and pharyngeal skeleton. Furthermore, the possible applications of this model animal in identifying human congenital and metabolic skeletal disorders is addressed. Developmental Dynamics 248:153-161, 2019. © 2018 Wiley Periodicals, Inc.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,053
Tête enseignante GPT0,243
Écart entre enseignants0,190 · 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
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

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopmental DynamicsMême sujetSubterranean biodiversity and taxonomyTravaux en français237 207