MétaCan
Menu
Retour à la cohorte
Enregistrement W2946180729 · doi:10.1002/bies.201800256

Evolutionary “Experiments” in Symbiosis: The Study of Model Animals Provides Insights into the Mechanisms Underlying the Diversity of Host–Microbe Interactions

2019· review· en· W2946180729 sur OpenAlexafffund
Thomas C. G. Bosch, Karen Guillemin, Margaret McFall‐Ngai

Notice bibliographique

RevueBioEssays · 2019
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect symbiosis and bacterial influences
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institutes of HealthDeutsche ForschungsgemeinschaftNational Institute of General Medical SciencesCanadian Institute for Advanced Research
Mots-clésBiologyHost (biology)Construct (python library)Diversity (politics)Evolutionary biologyMechanism (biology)Model organismComputational biologyEcologyGeneticsComputer scienceGeneEpistemologySociology

Résumé

récupéré en direct d'OpenAlex

Current work in experimental biology revolves around a handful of animal species. Studying only a few organisms limits science to the answers that those organisms can provide. Nature has given us an overwhelming diversity of animals to study, and recent technological advances have greatly accelerated the ability to generate genetic and genomic tools to develop model organisms for research on host-microbe interactions. With the help of such models the authors therefore hope to construct a more complete picture of the mechanisms that underlie crucial interactions in a given metaorganism (entity consisting of a eukaryotic host with all its associated microbial partners). As reviewed here, new knowledge of the diversity of host-microbe interactions found across the animal kingdom will provide new insights into how animals develop, evolve, and succumb to the disease.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,002
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,159
Tête enseignante GPT0,332
Écart entre enseignants0,173 · 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

Citations52
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioEssaysMême sujetInsect symbiosis and bacterial influencesTravaux en français237 207