MétaCan
Menu
Retour à la cohorte
Enregistrement W3087376581 · doi:10.1016/j.mad.2020.111344

What if there’s no such thing as “aging”?

2020· article· en· W3087376581 sur OpenAlexafffund
Alan A. Cohen, Véronique Legault, Tamàs Fülöp

Notice bibliographique

RevueMechanisms of Ageing and Development · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPhenomenonUnitary statePaceCognitive psychologyCognitionCognitive sciencePsychologyNeuroscienceEpistemologyPhilosophyPhysicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Are diseases caused by aging? What are the mechanisms of aging? Do all species age? These hotly debated questions revolve around a unitary definition of aging. Because we use the word "aging" so frequently, both colloquially and scientifically, we rarely pause to consider whether this word maps to an underlying biological phenomenon, or whether it is simply a grab-bag of diverse phenomena linked more by our mental associations than by any underlying biology. Here, we consider how the presence of the colloquial word "aging" generates a cognitive bias towards supposing there is a unitary biological phenomenon. We ask what kind of evidence would support or refute that idea, and subsequently show clear evidence at multiple levels that aging is not a unitary phenomenon. In particular, the known aging pathways lead to heterogeneous outputs, not a single coordinated phenomenon. From levels ranging from cellular/molecular to clinical to demographic to evolutionary, we show how the supposition that aging is a unitary phenomenon can mislead and distract us from asking the best questions. For major sub-disciplines of aging biology, we show how going beyond the notion of unitary aging can hone the paradigm and help advance the pace of discovery.

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)0,006
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,017
Communication savante0,0050,012
Science ouverte0,0010,002
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,013
Tête enseignante GPT0,222
Écart entre enseignants0,210 · 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'étudeThéorique ou conceptuel
Domainenon disponible
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

Citations56
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMechanisms of Ageing and DevelopmentMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207