← Retour à la cohorte
Author Correction: Association analyses of more than 140,000 men identify 63 new prostate cancer susceptibility loci
Fredrick R. Schumacher, Ali Amin Al Olama, Sonja I. Berndt, Sara Benlloch, Mahbubl Ahmed, Edward J. Saunders, Tokhir Dadaev, Daniel Leongamornlert, Ezequiel Anokian, Clara Cieza-Borrella, Chee Goh, Mark N. Brook, Xin Sheng, Laura Fachal, Joe Dennis, Jonathan P. Tyrer, Kenneth Muir, Artitaya Lophatananon, Victoria L. Stevens, Susan M. Gapstur, Brian D. Carter, Catherine M. Tangen, Phyllis J. Goodman, Ian M. Thompson, Jyotsna Batra, Suzanne K. Chambers, Leire Moya, Judith A. Clements, Lisa G. Horvath, Wayne D. Tilley, Gail P. Risbridger, Henrik Grönberg, Markus Aly, Tobias Nordström, Paul D.P. Pharoah, Nora Pashayan, Johanna Schleutker, Teuvo L.J. Tammela, Csilla Sipeky, Anssi Auvinen, Demetrius Albanes, Stephanie J. Weinstein, Alicja Wolk, Niclas Håkansson, Catharine West, Alison M. Dunning, N.G. Burnet, Lorelei A. Mucci, Edward L. Giovannucci, Gerald L. Andriole, Olivier Cussenot, Géraldine Cancel‐Tassin, Stella Koutros, Laura E. Beane Freeman, Karina D. Sørensen, Torben F. Ørntoft, Michael Borre, Lovise Mæhle, Eli Marie Grindedal, David E. Neal, Jenny Donovan, Freddie C. Hamdy, Richard M. Martin, Ruth C. Travis, Timothy J. Key, Robert J. Hamilton, Neil E. Fleshner, Antonio Finelli, Sue A. Ingles, Mariana C. Stern, Barry S. Rosenstein, Sarah L. Kerns, Harry Ostrer, Yong‐Jie Lu, Hongwei Zhang, Ninghan Feng, Xueying Mao, Xin Guo, Guomin Wang, Zan Sun, Graham G. Giles, Melissa C. Southey, Robert J. MacInnis, Liesel M. FitzGerald, Adam S. Kibel, Bettina F. Drake, Ana Vega, Antonio Gómez‐Caamaño, Robert Szulkin, Martin Eklund, Manolis Kogevinas, Javier Llorca, Gemma Castaño‐Vinyals, Kathryn L. Penney, Meir J. Stampfer, Jong Y. Park, Thomas A. Sellers, Hui‐Yi Lin, Janet L. Stanford, Cezary Cybulski, Dominika Wokołorczyk, Jan Lubiński, Elaine A. Ostrander, Milan S. Geybels, Børge G. Nordestgaard, Sune F. Nielsen, Maren Weischer, Rasmus Bisbjerg, Martin Andreas Røder, Peter Kr. Iversen, Hermann Brenner, Katarina Ćuk, Bernd Holleczek, Christiane Maier, Manuel Luedeke, Thomas Schnoeller, Jeri Kim, Christopher J. Logothetis, Esther M. John, Manuel R. Teixeira, Paula Paulo, Marta Cardoso, Susan L. Neuhausen, Linda Steele, Yuan Chun Ding, Kim De Ruyck, Gert De Meerleer, Piet Ost, Azad Hassan Abdul Razack, Jasmine Lim, Soo‐Hwang Teo, Daniel W. Lin, Lisa F. Newcomb, Davor Lessel, Marija Gamulin, Tomislav Kuliš, Radka Kaneva, Nawaid Usmani, Sandeep K. Singhal, Chavdar Slavov, Vanio Mitev, Matthew Parliament, Frank Claessens, Steven Joniau, Thomas Van den Broeck, Samantha Larkin, Paul A. Townsend, Claire Aukim-Hastie, Manuela Gago-Domínguez, Jose E. Castelao, Marı́a Elena Martı́nez, Monique J. Roobol, Guido Jenster, Ron H. N. van Schaik, F. Ménégaux, Thérèse Truong, Yves Akoli Koudou, Jianfeng Xu, Kay‐Tee Khaw, Lisa Cannon‐Albright, Hardev Pandha, Agnieszka Michael, Stephen N. Thibodeau, Shannon K. McDonnell, Daniel J. Schaid, Sara Lindström, Constance Turman, Jing Ma, David J. Hunter, Elio Ríboli, Afshan Siddiq, Federico Canzian, Laurence N. Kolonel, Loı̈c Le Marchand, Robert N. Hoover, Mitchell J. Machiela, Zuxi Cui, Peter Kraft, Christopher I. Amos, David V. Conti, Douglas F. Easton, Fredrik Wiklund, Stephen J. Chanock, Brian E. Henderson, Zsofia Kote‐Jarai, Christopher A. Haiman, Rosalind A. Eeles
Notice bibliographique
RevueNature Genetics · 2019
Typeerratum
Langueen
DomaineMedicine
ThématiqueProstate Cancer Treatment and Research
Établissements canadiensUniversity of AlbertaPrincess Margaret Cancer Centre
Organismes subventionnairesMedical Research CouncilNational Institute for Health and Care ResearchCancer Research UK
Mots-clésBiologyProstate cancerAssociation (psychology)Computational biologyGeneticsCancerPsychology
Résumé
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 enseignantsNi 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)0,006
score de la tête « metaresearch » (Gemma)0,078
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 enseignants0,085
Score d'incertitude au seuil0,283
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,085 | 0,034 |
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 Opus0,037
Tête enseignante GPT0,412
Écart entre enseignants0,375 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
score_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 découleClassification
machine, non validéePrédiction 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
Citations24
Publié2019
Routes d'admission1
Résumé présentnon