MétaCan
Menu
Retour à la cohorte
Enregistrement W3203933639 · doi:10.1016/j.comtox.2021.100191

In silico approaches in carcinogenicity hazard assessment: Current status and future needs

2021· article· en· W3203933639 sur OpenAlexaff
Raymond R. Tice, Arianna Bassan, Alexander Amberg, Lennart T. Anger, Marc A. Beal, Phillip Bellion, Romualdo Benigni, J. M. Birmingham, Alessandro Brigo, Frank Bringezu, Lidia Ceriani, Ian Crooks, Kevin P. Cross, Rosalie K. Elespuru, David Faulkner, Marie Fortin, Paul Fowler, Markus Frericks, Helga H.J. Gerets, Gloria D. Jahnke, David Jones, Naomi L. Kruhlak, Elena Lo Piparo, Juan Luis López-Belmonte, Amarjit Luniwal, Alice Luu, Federica Madia, Serena Manganelli, Balasubramanian Manickam, Jordi Mestres, Amy L. Mihalchik-Burhans, Louise Neilson, Arun R. Pandiri, Manuela Pavan, Cynthia V. Rider, John P. Rooney, Alejandra Trejo‐Martin, Karen H. Watanabe, Angela White, David Woolley, Glenn J. Myatt

Notice bibliographique

RevueComputational Toxicology · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCarcinogens and Genotoxicity Assessment
Établissements canadiensGovernment of CanadaHealth Canada
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Institutes of Health
Mots-clésIn silicoScope (computer science)Protocol (science)Computer scienceHazardRisk analysis (engineering)Computational biologyBiologyBusinessMedicine

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)0,007
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0050,003
Science ouverte0,0050,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,028
Tête enseignante GPT0,303
Écart entre enseignants0,275 · 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
GenreSynthèse

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

En bref

Citations44
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueComputational ToxicologyMême sujetCarcinogens and Genotoxicity AssessmentTravaux en français237 207