MétaCan
Menu
Retour à la cohorte
Enregistrement W2917873343 · doi:10.1002/gepi.20274

Introduction to Genetic Analysis Workshop 15 summaries

2007· article· en· W2917873343 sur OpenAlexfundno aff
John S. Witte, Audrey H. Schnell, Heather J. Cordell, Richard S. Spielman, Christopher I. Amos, Michael B. Miller, Laura Almasy, Jean W. MacCluer

Notice bibliographique

RevueGenetic Epidemiology · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Mapping and Diversity in Plants and Animals
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical SciencesNational Human Genome Research InstituteNational Institute on AgingNational Institutes of HealthNational Heart, Lung, and Blood InstituteGenome Canada
Mots-clésComputational biologyGenetic analysisBiologyGeneticsComputer scienceGene

Résumé

récupéré en direct d'OpenAlex

The 15th biennial Genetic Analysis Workshop (GAW15) took place November 11-15, 2006 in St. Pete Beach, Florida. The workshop's primary focus was on the appropriate linkage, association, and other analyses of the increasingly large datasets generated by genetics research. A record number of participants (N=350) contributed 252 papers to GAW15. These contributions were organized into 17 presentation groups, with a range of 11 to 18 papers in each group (median of 15 papers per group). The data sets--or "problems"--for GAW15 included information from two real data sets and a simulated data set. The first problem utilizing real data included gene expression as the phenotype and genome-wide markers for linkage and association studies. The second problem allowed for detecting and characterizing genetic effects for rheumatoid arthritis. And the simulated problem was generated to reflect the data structure underlying the rheumatoid arthritis study. Further details on GAW15 are provided here, and the primary findings from the workshop are highlighted in the following group summary papers.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,177
Score d'incertitude au seuil0,950

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,289
Écart entre enseignants0,265 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenetic EpidemiologyMême sujetGenetic Mapping and Diversity in Plants and AnimalsTravaux en français237 207