← Retour à la cohorte
Erratum: Large meta-analysis of genome-wide association studies identifies five loci for lean body mass
M. Carola Zillikens, Serkalem Demissie, Yi‐Hsiang Hsu, Laura M. Yerges-Armstrong, Wen‐Chi Chou, Lisette Stolk, Gregory Livshits, Linda Broer, Toby Johnson, Daniel L. Koller, Zoltán Kutalik, Jian’an Luan, Ida Malkin, Janina S. Ried, Albert V. Smith, Guðmar Þorleifsson, Liesbeth Vandenput, Jing Hua Zhao, Weihua Zhang, Ali A. Aghdassi, Kristina Åkesson, Najaf Amin, Leslie J. Baier, Inês Barroso, David A. Bennett, Lars Bertram, Rainer Biffar, Murielle Bochud, Michael Boehnke, Ingrid B. Borecki, Aron S. Buchman, Liisa Byberg, Harry Campbell, Natalia Campos Obanda, Jane A. Cauley, Peggy M. Cawthon, Henna Cederberg, Zhao Chen, Nam H. Cho, Hyung Jin Choi, Melina Claussnitzer, Francis S. Collins, Steven R. Cummings, Philip L. De Jager, Ilja Demuth, R.A.M. Dhonukshe-Rutten, Luda Diatchenko, Guðný Eiríksdóttir, Anke W. Enneman, Mike Erdos, Johan G. Eriksson, Joel Eriksson, Karol Estrada, Daniel S. Evans, Mary F. Feitosa, Mao Fu, Melissa García, Christian Gieger, Thomas Girke, Nicole L. Glazer, Harald Grallert, Jagvir Grewal, Bok‐Ghee Han, Robert L. Hanson, Caroline Hayward, Albert Hofman, Eric P. Hoffman, Georg Homuth, Wen‐Chi Hsueh, Monica J. Hubal, Alan Hubbard, Kim M. Huffman, Lise B. Husted, Thomas Illig, Erik Ingelsson, Till Ittermann, John‐Olov Jansson, Joanne M. Jordan, Antti Jula, Magnus Karlsson, Kay‐Tee Khaw, Tuomas O. Kilpeläinen, Norman Klopp, Jacqueline S. L. Kloth, Heikki A. Koistinen, William E. Kraus, Stephen B. Kritchevsky, Teemu Kuulasmaa, Johanna Kuusisto, Markku Laakso, Jari Lahti, Thomas Lang, Bente Langdahl, Lenore J. Launer, Jong‐Young Lee, Markus M. Lerch, Joshua R. Lewis, Lars Lind, Cecilia M. Lindgren, Ching‐Ti Liu, Tian Liu, Youfang Liu, Östen Ljunggren, Mattias Lorentzon, Robert Luben, William Maixner, Fiona E. McGuigan, Carolina Medina‐Gómez, Thomas Meitinger, Håkan Melhus, Dan Mellström, Simon Melov, Karl Michaëlsson, Braxton D. Mitchell, Andrew P. Morris, Leif Mosekilde, Anne B. Newman, Carrie M. Nielson, Jeffrey R. O’Connell, Ben A. Oostra, Eric Orwoll, Aarno Palotie, Stephen C.J. Parker, Munro Peacock, Markus Perola, Annette Peters, Ozren Polašek, Richard L. Prince, Katri Räikkönen, Stuart H. Ralston, Samuli Ripatti, John A. Robbins, Jerome I. Rotter, Igor Rudan, Veikko Salomaa, Suzanne Satterfield, Eric E. Schadt, Sabine Schipf, Laura J. Scott, Joban Sehmi, Jian Shen, Chan Soo Shin, Gunnar Sigurðsson, Shad Smith, Nicole Soranzo, Alena Stančáková, Elisabeth Steinhagen–Thiessen, Elizabeth A. Streeten, Unnur Styrkársdóttir, Karin M. A. Swart, Mark A. Tarnopolsky, Cynthia A. Thomson, Unnur Þorsteinsdóttir, Emmi Tikkanen, Gregory J. Tranah, Jaakko Tuomilehto, Natasja M. van Schoor, Arjun Verma, Péter Vollenweider, Henry Völzke, Jean Wactawski‐Wende, Mark Walker, Michael N. Weedon, Ryan Welch, H.E. Wichmann, Elisabeth Widén, Frances M. K. Williams, James F. Wilson, Nicole C. Wright, Weijia Xie, Lei Yu, Yanhua Zhou, John C. Chambers, Angela Döring, Cornelia M. van Duijn, Michael J. Econs, Vilmundur Guðnason, Jaspal S. Kooner, Bruce M. Psaty, Timothy D. Spector, Kāri Stefánsson, Fernando Rivadeneira, André G. Uitterlinden, Nicholas J. Wareham, Vicky Ossowski, Dawn Waterworth, Ruth J. F. Loos, David Karasik, Tamara B. Harris, Claes Ohlsson, Douglas P. Kiel
Notice bibliographique
RevueNature Communications · 2017
Typeerratum
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensMcMaster University Medical CentreMcGill University
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNovo Nordisk FondenNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteMedical Research CouncilNational Institute for Health and Care ResearchCancer Research UK
Mots-clésGenome-wide association studyComputational biologyAssociation (psychology)Meta-analysisGeneticsBiologyGenetic associationGenomeMedicineGeneGenotypeSingle-nucleotide polymorphismPsychologyInternal medicine
Résumé
A correction to this article has been published and is linked from the HTML version of this article.
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 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.
score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,812
Score d'incertitude au seuil1,000
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 Opus0,047
Tête enseignante GPT0,359
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Devis d'étudeSans objet
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
Citations9
Publié2017
Routes d'admission1
Résumé présentoui