COVID-19 through Adverse Outcome Pathways: Building networks to better understand the disease – 3rd CIAO AOP Design Workshop_suppl
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
On April 28-29, 2021, 50 scientists from different fields of expertise met for the 3rd online CIAO workshop. The CIAO project “Modelling the Pathogenesis of COVID-19 using the Adverse Outcome Pathway (AOP) framework” aims at building a holistic assembly of the available scientific knowledge on COVID-19 using the AOP framework. An individual AOP depicts the disease progression from the initial contact with the SARS-CoV-2 virus through biological key events (KE) toward an adverse outcome such as respiratory distress, anosmia or multiorgan failure. Assembling the individual AOPs into a network highlights shared KEs as central biological nodes involved in multiple outcomes observed in COVID-19 patients. During the workshop, the KEs and AOPs established so far by the CIAO members were presented and positioned on a timeline of the disease course. Modulating factors influencing the progression and severity of the disease were also addressed as well as factors beyond purely biological phenomena. CIAO relies on an interdisciplinary crowdsourcing effort, therefore, approaches to expand the CIAO network by widening the crowd and reaching stakeholders were also discussed. To conclude the workshop, it was decided that the AOPs/KEs will be further consolidated, integrating virus variants and long COVID when relevant, while an outreach campaign will be launched to broaden the CIAO scientific crowd.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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