Canadian Tissue Repository Network Biobank Certification Program: Update and Review of the Program from 2011 to 2018
Notice bibliographique
Résumé
The Canadian Tissue Repository Network (CTRNet) Biobank Certification Program was first launched in 2011 to foster translational research through improved access to high quality biospecimens. This was accomplished by creating and providing biobank education and through the establishment and deployment of common standards to harmonize biospecimen quality and approaches to governance. The CTRNet program comprises registration and certification steps as two linked phases. In the two-step registration phase, the biobank is registered into the system, and an individual completes an overview educational module. In the subsequent certification phase, biobanks undergo a seven-step process, including inviting team members, assigning and completing relevant education modules, uploading documents, and undergoing a documentation audit. As of June 2018, there were 251 biobanks engaged in the CTRNet program, 193 had completed registration, and 40 were fully certified. Over 3/4 of these biobanks completed registration within a week and over 1/3 completed certification within a month. Among registered biobanks, 163 were associated with North American institutions, while 30 were from other international locations, including Australia, Europe, and Asia. The CTRNet program enables biobanks to adopt standards with a flexible approach to accommodate different types of biobanks and a measured investment of effort, creating the foundation for increased access to high quality biospecimens.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».