MétaCan
Menu
Retour à la cohorte
Enregistrement W3211795092 · doi:10.1038/s41591-021-01552-x

Reporting guidelines for human microbiome research: the STORMS checklist

2021· review· en· W3211795092 sur OpenAlexaff
Chloe Mirzayi, Audrey Renson, Cesare Furlanello, Susanna‐Assunta Sansone, Fatima Zohra, Shaimaa Elsafoury, Ludwig Geistlinger, Lora J. Kasselman, Kelly Eckenrode, Janneke van de Wijgert, Amy Loughman, Francine Z. Marques, David A. MacIntyre, Manimozhiyan Arumugam, Rimsha Azhar, Francesco Beghini, Kirk Bergstrom, Ami S. Bhatt, Jordan E. Bisanz, Jonathan Braun, Héctor Corrada Bravo, Gregory A. Buck, Frederic D. Bushman, David Casero, Gerard Clarke, María Carmen Collado, Paul D. Cotter, John F. Cryan, Ryan T. Demmer, Suzanne Devkota, Eran Elinav, Juan S. Escobar, Jennifer M. Fettweis, ROBERT FINN, Anthony A. Fodor, Sofia K. Forslund, André Franke, Jack Gilbert, Elizabeth A. Grice, Benjamin Haibe‐Kains, Scott A. Handley, Pamela Herd, Susan Holmes, Jonathan P. Jacobs, Lisa Karstens, Rob Knight, Dan Knights, Omry Koren, Douglas S. Kwon, Morgan G. I. Langille, Brianna Lindsay, Dermot McGovern, Alice C. McHardy, Shannon K. McWeeney, Noel T. Mueller, Luigi Nezi, Matthew R. Olm, Noah W. Palm, Edoardo Pasolli, Jeroen Raes, Matthew R. Redinbo, Malte Rühlemann, R. Balfour Sartor, Patrick D. Schloss, Lynn M. Schriml, Eran Segal, Michelle Shardell, Thomas J. Sharpton, Ekaterina Smirnova, Harry Sokol, Justin L. Sonnenburg, Sujatha Srinivasan, Louise B. Thingholm, Peter J. Turnbaugh, Vaibhav Upadhyay, Ramona Walls, Paul Wilmes, Takuji Yamada, Georg Zeller, Mingyu Zhang, Ni Zhao, Liping Zhao, Wenjun Bao, Aedín C. Culhane, Viswanath Devanarayan, Joaquı́n Dopazo, Xiaohui Fan, Matthias Fischer, Wendell Jones, Rebecca Kusko, Christopher E. Mason, Tim R. Mercer, Andreas Scherer, Leming Shi, Shraddha Thakkar, Weida Tong, Russ Wolfinger, Chris Hunter, Nicola Segata, Curtis Huttenhower, Jennifer B. Dowd, Heidi E. Jones, Levi Waldron

Notice bibliographique

RevueNature Medicine · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensDalhousie UniversityPrincess Margaret Cancer CentreUniversity Health NetworkUniversity of British Columbia, Okanagan Campus
Organismes subventionnairesAccelerated Innovation Research Initiative Turning Top Science and Ideas into High-Impact ValuesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institute of General Medical SciencesBiotechnology and Biological Sciences Research CouncilNational Cancer InstituteU.S. Department of Health and Human ServicesNational Institutes of HealthMinistry of Education, Culture, Sports, Science and TechnologyNational Institute of Environmental Health SciencesLeverhulme TrustNovo Nordisk Fonden
Mots-clésChecklistMicrobiomeMedicineData sciencePsychologyBiologyBioinformaticsComputer science

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)0,128
score de la tête « metaresearch » (Gemma)0,323
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil0,675

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1280,323
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0060,007
Bibliométrie0,0180,014
Études des sciences et des technologies0,0020,003
Communication savante0,0080,005
Science ouverte0,0100,009
Intégrité de la recherche0,0080,010
Charge utile insuffisante (le modèle a refusé de juger)0,0310,022

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 Opus0,409
Tête enseignante GPT0,595
Écart entre enseignants0,185 · 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.

Devis d'étudeSans objet
DomainePrésentation des résultats
GenreMéthodes

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

En bref

Citations471
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueNature MedicineMême sujetGut microbiota and healthTravaux en français237 207