MétaCan
Menu
Retour à la cohorte
Enregistrement W3121501086 · doi:10.2139/ssrn.3371405

Large-Scale Exome Sequencing Study Implicates Both Developmental and Functional Changes in the Neurobiology of Autism

2019· article· en· W3121501086 sur OpenAlexaff
F. Kyle Satterstrom, Jack A. Kosmicki, Jiebiao Wang, Michael S. Breen, Silvia De Rubeis, Joon‐Yong An, Minshi Peng, Ryan L. Collins, Jakob Grove, Lambertus Klei, Christine Stevens, Jennifer Reichert, Maureen Mulhern, Mykyta Artomov, Sherif Gerges, Brooke Sheppard, Xinyi Xu, Aparna Bhaduri, Utku Norman, Harrison Brand, Grace Schwartz, Rachel Nguyen, Elizabeth E. Guerrero, Caroline Dias, Branko Aleksić, Mafalda Barbosa, Somer Bishop, Alfredo Brusco, Jonas Bybjerg‐Grauholm, Ángel Carracedo, Marcus C.Y. Chan, Andreas G. Chiocchetti, Brian Hon‐Yin Chung, Hilary Coon, Michael L. Cuccaro, Bernardo Dalla Bernardina, Ryan N. Doan, Enrico Domenici, Chiara Fallerini, Giovanni Battista Ferrero, Christine M. Freitag, Menachem Fromer, J. Jay Gargus, Elisa Giorgio, Stephen J. Guter, Danielle Halpern, Emily Hansen‐Kiss, Xin He, Gail E. Herman, Irva Hertz‐Picciotto, David M. Hougaard, Christina M. Hultman, Iuliana Ionita‐Laza, Suma Jacob, Jesslyn Jamison, Astanand Jugessur, Miia Kaartinen, Gun Peggy Knudsen, Alexander Kolevzon, Itaru Kushima, So Lun Lee, Elaine T. Lim, Carla Lintas, W. Ian Lipkin, Diego Lopergolo, Yunin Ludeña, Patrı́cia Maciel, Per Magnus, Behrang Mahjani, Nell Maltman, Dara S. Manoach, Gal Meiri, Idan Menashe, Judith Miller, Nancy J. Minshew, Eduarda Montenegro M. de Souza, Danielle de Paula Moreira, Eric M. Morrow, Ole Mors, Preben Bo Mortensen, Matthew W. Mosconi, Pierandrea Muglia, Benjamin M. Neale, Merete Nordentoft, Norio Ozaki, Aarno Palotie, Mara Parellada, Maria Rita Passos‐Bueno, Margaret A. Pericak‐Vance, Antonio M. Persico, Isaac N. Pessah, Kaija Puura, Abraham Reichenberg, Alessandra Renieri, Evelise Riber, Elise Robinson, Kaitlin E. Samocha, Sven Sandin, Susan L. Santangelo, Gerry Schellenberg, Stephen W. Scherer, Sabine Schlitt, Rebecca J. Schmidt, Lauren Schmitt, Isabela Maya W. Silva, Tarjinder Singh, Paige M. Siper, Moyra Smith, Gabriela Soares, Camilla Stoltenberg, Ezra Susser, John A. Sweeney, Péter Szatmári, Flora Tassone, Karoline Teufel, Elisabetta Trabetti, Maria del Pilar Trelles, Christopher A. Walsh, Lara Tang, Lauren A. Weiss, Thomas Werge, Donna M. Werling, Emilie M. Wigdor, Emma Wilkinson, A. Jeremy Willsey, Timothy W. Yu, Mullin H.C. Yu, Ryan K. C. Yuen, Elaine Cristina Zachi, Catalina Betancur, Edwin H. Cook, Louise Gallagher, Michael Gill, James S. Sutcliffe, Audrey Thurm, Michael E. Zwick, Matthew W. State, A. Ercüment Çiçek, Michael E. Talkowski, David J. Cutler, Bernie Devlin, Stephan Sanders, Kathryn Roeder, Mark J. Daly

Notice bibliographique

RevueSSRN Electronic Journal · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensGenome CanadaMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésExome sequencingAutismAutism spectrum disorderBiologyCopy-number variationPhenotypeGeneNeurodevelopmental disorderGeneticsNeuroscienceExomePsychologyGenomeDevelopmental psychology

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,011
Tête enseignante GPT0,216
Écart entre enseignants0,205 · 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'étudeObservationnel
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

Citations32
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueSSRN Electronic JournalMême sujetSingle-cell and spatial transcriptomicsTravaux en français237 207