MétaCan
Menu
Retour à la cohorte
Enregistrement W2999083352 · doi:10.1038/s41587-019-0364-z

A community effort to create standards for evaluating tumor subclonal reconstruction

2020· article· en· W2999083352 sur OpenAlexafffund
Adriana Salcedo, Maxime Tarabichi, Shadrielle M. G. Espiritu, Amit G. Deshwar, Matei David, Nathan M. Wilson, Stefan C. Dentro, Jeff Wintersinger, Lydia Liu, Minjeong Ko, Srinivasan Sivanandan, Hongjiu Zhang, Kaiyi Zhu, Tai-Hsien Ou Yang, John Chilton, Alex Buchanan, Christopher M. Lalansingh, Christine P’ng, Catalina Anghel, Imaad Umar, Bernard Lo, William Y. Zou, Jared T. Simpson, Joshua M. Stuart, Dimitris Anastassiou, Yuanfang Guan, Adam D. Ewing, Kyle Ellrott, David C. Wedge, Quaid Morris, Peter Van Loo, Paul C. Boutros

Notice bibliographique

RevueNature Biotechnology · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensVector InstituteRogers Communications (Canada)University of TorontoOntario Institute for Cancer Research
Organismes subventionnairesNational Institute of General Medical SciencesNational Institute of Allergy and Infectious DiseasesMedical Research CouncilNatural Sciences and Engineering Research Council of CanadaNational Institutes of HealthCanada First Research Excellence FundNational Cancer InstituteUniversity of TorontoEuropean CommissionGovernment of OntarioLi Ka Shing FoundationProstate Cancer CanadaGenome CanadaFrancis Crick InstituteNational Human Genome Research InstituteAgence Nationale de la RechercheWellcome TrustMovember FoundationCanadian Institute for Advanced ResearchCancer Research UKCanadian Institutes of Health ResearchNational Science Foundation
Mots-clésTumor heterogeneityComputational biologyGenomeBenchmark (surveying)BiologyInferenceTumor progressionDNA sequencingCancerComputer scienceGeneticsDNAGeneArtificial intelligence

Résumé

récupéré en direct d'OpenAlex
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 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)0,188
score de la tête « metaresearch » (Gemma)0,226
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,812
Score d'incertitude au seuil0,996

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1880,226
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0160,009
Études des sciences et des technologies0,0050,004
Communication savante0,0110,008
Science ouverte0,0100,012
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,016
Tête enseignante GPT0,314
Écart entre enseignants0,298 · 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.

Devis d'étudeSans objet
DomaineMéthodes
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

Citations99
Publié2020
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueNature BiotechnologyMême sujetCancer Genomics and DiagnosticsTravaux en français237 207