MétaCan
Menu
Retour à la cohorte
Enregistrement W2903302517 · doi:10.18192/osurj.v1i1.3687

Do stem cell divisions significantly contribute to cancer development?

2018· article· en· W2903302517 sur OpenAlexaffvenue
Ryan Sandarage, Justin G. Chitpin

Notice bibliographique

RevueUniversity of Ottawa Science Undergraduate Research Journal · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCancer stem cellCancerLuckStem cellCancer cellBiologyCancer preventionCancer researchGeneticsEpistemology

Résumé

récupéré en direct d'OpenAlex

Cancer is caused by uncontrolled cellular growth, yet some cancer cells may have greater roles in sustaining tumour proliferation and overcoming conventional cancer treatments. The origins of these cancer stem cells, as they are hypothesized, is widely contested. The current opinion points to extrinsic factors such as smoking, diet and sedentary lifestyle to be the primary inducer of cancer stem cells. This dogma was challenged in 2015 when Tomasetti and Vogelstein postulated that two-thirds of the variation in cancer risk could be explained by random mutations arising during DNA replication in healthy stem cells. Their "bad luck" hypothesis sparked fierce debate and controversy in the scientific community. In this point-counterpoint article, we discuss the random mutation cancer stem cell model and its implications for guiding public health through primary and secondary cancer prevention.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,416
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,033
Tête enseignante GPT0,315
Écart entre enseignants0,283 · 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.

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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUniversity of Ottawa Science Undergraduate Research JournalMême sujetCancer Genomics and DiagnosticsTravaux en français237 207