MétaCan
Menu
Retour à la cohorte
Enregistrement W3032184139 · doi:10.1093/cid/ciaa651

Highlights of the 12th International<i>Bordetella</i>Symposium

2020· article· en· W3032184139 sur OpenAlexaff
Camille Locht, Nicholas H. Carbonetti, James D. Cherry, F. Heath Damron, Kathryn M. Edwards, Rachel C. Fernandez, Eric T. Harvill, Daniela Hozbor, Kingston H. G. Mills, Marı́a Eugenia Rodrı́guez, Françoise Mascart

Notice bibliographique

RevueClinical Infectious Diseases · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueBacterial Infections and Vaccines
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesFood and Drug AdministrationU.S. Food and Drug AdministrationUniversité de LilleGlaxoSmithKline
Mots-clésBordetella pertussisBordetellaMicrobiologyBiologyVirulenceGeneGeneticsBacteria

Résumé

récupéré en direct d'OpenAlex

To commemorate the 100th anniversary of the Nobel prize being awarded to Jules Bordet, the discoverer of Bordetella pertussis, the 12th International Bordetella Symposium was held from 9 to 12 April 2019 at the Université Libre de Bruxelles, where Jules Bordet studied and was Professor of Microbiology. The symposium attracted more than 300 Bordetella experts from 34 countries. They discussed the latest epidemiologic data and clinical aspects of pertussis, Bordetella biology and pathogenesis, immunology and vaccine development, and genomics and evolution. Advanced technological and methodological tools provided novel insights into the genomic diversity of Bordetella and a better understanding of pertussis disease and vaccine performance. New molecular approaches revealed previously unrecognized complexity of virulence gene regulation. Innovative insights into the immune responses to infection by Bordetella resulted in the development of new vaccine candidates. Such discoveries will aid in the design of more effective approaches to control pertussis and other Bordetella-related diseases.

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)0,003
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: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0050,002
Science ouverte0,0010,002
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0290,015

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 GPT0,299
Écart entre enseignants0,274 · 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
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetBacterial Infections and VaccinesTravaux en français237 207