MétaCan
Menu
Retour à la cohorte
Enregistrement W3016153681 · doi:10.1146/annurev-genom-111919-082433

Cultivating DNA Sequencing Technology After the Human Genome Project

2020· review· en· W3016153681 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAnnual Review of Genomics and Human Genetics · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Human Genome Research Institute
Mots-clésDNA sequencingHuman genomeGenomeSanger sequencingPersonal genomicsComputational biologyBiologyData scienceComputer scienceDNAGeneticsGene

Résumé

récupéré en direct d'OpenAlex

When the Human Genome Project was completed in 2003, automated Sanger DNA sequencing with fluorescent dye labels was the dominant technology. Several nascent alternative methods based on older ideas that had not been fully developed were the focus of technical researchers and companies. Funding agencies recognized the dynamic nature of technology development and that, beyond the Human Genome Project, there were growing opportunities to deploy DNA sequencing in biological research. Consequently, the National Human Genome Research Institute of the National Institutes of Health created a program-widely known as the Advanced Sequencing Technology Program-that stimulated all stages of development of new DNA sequencing methods, from innovation to advanced manufacturing and production testing, with the goal of reducing the cost of sequencing a human genome first to $100,000 and then to $1,000. The events of this period provide a powerful example of how judicious funding of academic and commercial partners can rapidly advance core technology developments that lead to profound advances across the scientific landscape.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,020
Tête enseignante GPT0,351
Écart entre enseignants0,330 · 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