MétaCan
Menu
Retour à la cohorte
Enregistrement W3207856011 · doi:10.1128/msystems.00604-21

Chasing Ghosts: Race, Racism, and the Future of Microbiome Research

2021· article· en· W3207856011 sur OpenAlexafffund
Travis J. De Wolfe, Mohammed Rafi Arefin, Amber Benezra, María Rebolleda‐Gómez

Notice bibliographique

RevuemSystems · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of California, IrvineDirectorate for Biological SciencesMichael Smith Health Research BC
Mots-clésMicrobiomeRace (biology)RacismHuman Microbiome ProjectHuman microbiomeField (mathematics)SociologyEnvironmental ethicsEpistemologyEngineering ethicsData scienceBiologyBioinformaticsComputer scienceGender studiesEngineeringPhilosophy

Résumé

récupéré en direct d'OpenAlex

In this article, we argue that a careful examination of human microbiome science's relationship with race and racism is necessary to foster equitable social and ecological relations in the field. We point to the origins and evolution of the problematic use of race in microbiome literature by demonstrating the increased usage of race both explicitly and implicitly in and beyond the human microbiome sciences. We demonstrate how these uses limit the future of rigorous and just microbiome research. We conclude with an outline of alternative actionable ways to build a more effective, antiracist microbiome science.

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)0,056
score de la tête « metaresearch » (Gemma)0,038
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,298

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0560,038
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,054
Communication savante0,0120,024
Science ouverte0,0010,011
Intégrité de la recherche0,0050,011
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,016
Tête enseignante GPT0,317
Écart entre enseignants0,300 · 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
GenreCommentaire

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

En bref

Citations64
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemSystemsMême sujetGut microbiota and healthTravaux en français237 207