MétaCan
Menu
Retour à la cohorte
Enregistrement W3088269374

Un chercheur rennais coordonne le nouveau réseau international sur la digestion.

2011· preprint· fr· W3088269374 sur OpenAlexaboutno aff
Didier Dupont

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2011
Typepreprint
Languefr
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Didier Dupont, responsable de l’équipe Bioactivité et nutrition de l’unité mixte de recherche Inra-Agrocampus Ouest Science et technologie du lait et de l’œuf, est l’initiateur et le coordinateur d’Infogest, un réseau sur la digestion créé en avril dernier.Ce réseau international de scientifiques a pour objectif de partager les connaissances sur la digestion afin d'améliorer les propriétés santé des aliments. Il a aussi pour ambition de favoriser le transfert des dernières avancées scientifiques vers l’industrie agroalimentaire pour les aider à développer de nouveaux aliments fonctionnels. Il s’agit avant tout de mieux comprendre la digestion des nutriments, notamment celle des protéines, présents dans les aliments et d’évaluer son impact sur la santé de l'homme (immunité intestinale, satiété...).Ce réseau permettra d'harmoniser les modèles de digestion actuellement utilisés en incluant leur validation sur l’homme, en particulier sur des populations spécifiques comme le nourrisson, la personne âgée ou encore le sportif. Infogest associe des scientifiques spécialistes de différentes disciplines : sciences de l’aliment, nutrition, physiologie, immunologie... Actuellement, 37 institutions de 20 pays (Europe, Canada et Nouvelle-Zélande) sont impliquées dans ce réseau qui reste ouvert aux autres institutions désireuses de s'y engager.Infogest est financé sur quatre ans par le programme européen Cost (Cooperation in science and technology) à hauteur de 100 000 euros par an.

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)0,009
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,198

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,002
Communication savante0,0080,005
Science ouverte0,0020,005
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0590,026

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 Opus0,014
Tête enseignante GPT0,225
Écart entre enseignants0,211 · 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
GenreAutre

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

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetNutrition, Genetics, and DiseaseTravaux en français237 207