MétaCan
Menu
Retour à la cohorte
Enregistrement W3154150820 · doi:10.35259/isi.2021_46670

Developing a lab-in-a-box and low-cost paper-based sensors for ZIKV and CHIKV diagnosis in Latin America

2021· article· en· W3154150820 sur OpenAlexaff
Margot Karlikow, Severino Silva, Yuxiu Guo, Seray Cicek, Larissa Krokovsky, Alexander Green, Constância Flávia Junqueira Ayres, Lindomar Pena, Keith Pardee

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésZika virusComputer scienceVirologyComputational biologyBiologyGenomeVirusGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Introduction: Zika virus (ZIKV) has emerged as a major global public health concern in the last five years due to its link as a causative agent of congenital malformations in thousands of newborns. Currently, the reverse transcriptase reaction followed by quantitative polymerase chain reaction (RT-qPCR) is considered the reference method to diagnose ZIKV-infection. Nevertheless, RT-qPCR requires technical expertise and utilizes specialized equipment for amplification and detection of viral genome. These drawbacks negatively impact the establishment of effective disease control programs caused by ZIKV, especially in low-resource areas. This bottleneck in diagnostic capacity led to calls for molecular diagnostics that can be used at the point-of-care (POC).

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 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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,572
Score d'incertitude au seuil0,421

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,046
Tête enseignante GPT0,310
Écart entre enseignants0,264 · 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 tête enseignante, 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSARS-CoV-2 detection and testingTravaux en français237 207