MétaCan
Menu
Retour à la cohorte
Enregistrement W2916938152 · doi:10.3389/fmicb.2019.00315

Fungal Community Ecology Using MALDI-TOF MS Demands Curated Mass Spectral Databases

2019· article· en· W2916938152 sur OpenAlexaff
Matheus Sanitá Lima, Rosymar Coutinho de Lucas, Nélson Lima, Maria de Lourdes Teixeira de Moraes Polizeli, Cledir Santos

Notice bibliographique

RevueFrontiers in Microbiology · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Identification and Susceptibility Testing
Établissements canadiensWestern University
Organismes subventionnairesFundação para a Ciência e a TecnologiaUniversidad de La FronteraConselho Nacional de Desenvolvimento Científico e TecnológicoEuropean Regional Development FundFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésEcologyDatabaseMicrobial ecologyMass spectrometryBiologyComputational biologyComputer scienceChemistryBacteriaChromatographyGenetics

Résumé

récupéré en direct d'OpenAlex

Authors thank professors Marc-André Lachance and GregThorn for critical reading on initial drafts of this piece. Mariana Cereia, English teacher, kindly proofread the final version. Authors also thank Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), Conselho de Desenvolvimento Científico e Tecnológico (CNPq) and National System for Research on Biodiversity (Sisbiota-Brazil, CNPq 563260/2010-6/FAPESP n◦ 2010/52322-3) for supporting previous work that led to this opinion piece. CS thanks the Universidad de La Frontera (Temuco, Chile) for the partial funding from Project DIUFRO DI18-0121. NL thanks the partial support by the Portuguese Foundation for Science and Technology (FCT), the strategic funding of the UID/BIO/04469/2019 unit, COMPETE 2020 (POCI-01-0145-FEDER-006684) and the BioTecNorte operation (NORTE-01-0145-FEDER-000004), funded by the European Regional Development Fund through Norte2020—Programa Operacional Regional do Norte.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0090,006
Études des sciences et des technologies0,0020,000
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,012

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 GPT0,262
Écart entre enseignants0,241 · 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'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

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetBacterial Identification and Susceptibility TestingTravaux en français237 207