MétaCan
Menu
Retour à la cohorte
Enregistrement W4244443336 · doi:10.1093/bioinformatics/btt670

ISCB/SPRINGER series in computational biology

2013· article· en· W4244443336 sur OpenAlexaboutno aff
Andreas Dress, Michal Linial, Olga G. Troyanskaya, Martin Vingron

Notice bibliographique

RevueBioinformatics · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Physics and Python Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeries (stratigraphy)Computer scienceComputational biologyBiology

Résumé

récupéré en direct d'OpenAlex

TITLES IN THIS SERIES NOW INCLUDED IN THE THOMSON REUTERS BOOK CITATION INDEX! In late 2012, the International Society for Computational Biology (ISCB) and Springer partnered together to enhance the Springer book series in computational biology. The two worked closely together to come up with a strategy to bring to ISCB members and the community at large educational materials that would not only educate the community but also help advance the science. Sponsored by ISCB, the computational biology series publish the latest high-quality research devoted to specific issues in computer-assisted analysis of biological data. The main emphasis is on current scientific developments and innovative techniques in computational biology (bioinformatics), bringing to light methods from mathematics, statistics and computer science that directly address biological problems currently under investigation. The series offer publications that present the state-of-the-art regarding the problems in question, show computational biology/bioinformatics methods at work and discuss anticipated demands regarding developments in future methodology. Titles can range from focused monographs, to undergraduate and graduate textbooks and professional text/reference works. Additionally, ISCB members will receive a 25% discount on book purchases within the series. Springer is seeking to publish quality books in the areas including, but not limited to, databases, data analysis and ontologies; functional and comparative genomics; gene regulation and transcriptomics; protein interactions and networks; data, literature and text mining; molecular sequence analysis; biological networks; sequencing and genotyping technologies; population genetics; systems biology; imaging and visualization; computational proteomics; molecular structural biology; evolution and phylogenetics; metagenomics; biomedical applications; high performance bio-computing; and synthetic biological systems. Book proposal submission details can be found at the book series Web site (http://www.springer.com/series/5769). Andreas Dress, CAS-MPG Partner Institute for Computational Biology, China Michal Linial, Hebrew University of Jerusalem, Israel Olga Troyanskaya, Princeton University, USA Martin Vingron, Max Planck Institute for Molecular Genetics, Germany Gene Myers, Janelia Farm Research Campus, Howard Hughes Medical Institute, USA Robert Giegerich, University of Bielefeld, Germany Walter Fitch, University of California, Irvine, USA Pavel A. Pevzner, University of California, San Diego, USA Janet Kelso, Max-Planck Institute for Evolutionary Anthropology, Germany Gordon Crippen, University of Michigan, USA Joe Felsenstein, University of Washington, USA Dan Gusfield, University of California, Davis, USA Sorin Istrail, Brown University, Providence, USA Samuel Karlin, Stanford University, USA Thomas Lengauer, Max Planck Institut Informatik, Germany Marcella McClure, Montana State University, USA Martin Nowak, Harvard University, USA David Sankoff, University of Ottawa, Canada Ron Shamir, Tel Aviv University, Israel Mike Steel, University of Canterbury, New Zealand Gary Stormo, Washington University Medical School, USA Simon Tavaré, University of Southern California, USA Tandy Warnow, University of Texas, Austin, USA Phenotypes and Genotypes Search for Influential Genes Series: Computational Biology, Vol. 18 Frommlet, Florian; Bogdan, Malgorzata 2014 Introduction to Evolutionary Genomics Series: Computational Biology, Vol. 17 Saitou, Naruya 2014 Models and Algorithms for Genome Evolution Series: Computational Biology, Vol. 19 Chauve, Cedric; El-Mabrouk, Nadia; Tannier, Eric (Eds.) 2013 Modeling in Systems Biology The Petri Net Approach Series: Computational Biology, Vol. 16 Koch, Ina; Reisig, Wolfgang; Schreiber, Falk (Eds.) 2011 Frontiers in Computational and Systems Biology Series: Computational Biology, Vol. 15 Feng, Jianfeng; Fu, Wenjiang; Sun, Fengzhu (Eds.) 2010 Comparative Gene Finding Models, Algorithms and Implementation Series: Computational Biology, Vol. 11 Axelson-Fisk, Marina 2010 Foundations of Systems Biology Using Cell Illustrator and Pathway Databases Series: Computational Biology, Vol. 13 Nagasaki, M., Saito, A., Doi, A., Matsuno, H., Miyano, S. 2009 Bioinformatics An Introduction Series: Computational Biology, Vol. 10 Ramsden, Jerem 2009 Computing for Comparative Microbial Genomics Bioinformatics for Microbiologists Series: Computational Biology, Vol. 8 Ussery, David Wayne, Wassenaar, Trudy M., Borini, Stefano 2009 Sequence Comparison Theory and Methods Series: Computational Biology, Vol. 7 Chao, Kun-Mao, Zhang, Louxin 2009 Protein–protein Interactions and Networks Identification, Computer Analysis and Prediction Series: Computational Biology, Vol. 9 Panchenko, Anna; Przytycka, Teresa M. (Eds.) 2008 Anatomy Ontologies for Bioinformatics Principles and Practice Series: Computational Biology, Vol. 6 Burger, Albert; Davidson, Duncan; Baldock, Richard (Eds.) 2008 Artificial Intelligence Methods and Tools for Systems Biology Series: Computational Biology, Vol. 5 Dubitzky, W.; Azuaje, Francisco (Eds.) 2004 Bioinformatics: An Introduction Series: Computational Biology, Vol. 3 Ramsden, Jeremy J. 2004 Phylogenetic Supertrees Combining Information to reveal the Tree of Life Series: Computational Biology, Vol. 4 Bininda-Emonds, Olaf R.P. (Eds.) 2004 Hidden Markov Models for Bioinformatics Series: Computational Biology, Vol. 2 Koski, T. 2001 Comparative Genomics Empirical and Analytical Approaches to Gene Order Dynamics, Map Alignment and the Evolution of Gene Families Series: Computational Biology, Vol. 1 Sankoff, D; Nadeau, J.H. (Eds.) 2000

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)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,327
Score d'incertitude au seuil0,961

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0050,011
Études des sciences et des technologies0,0010,001
Communication savante0,0130,008
Science ouverte0,0030,004
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,3270,345

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 Opus0,014
Tête enseignante GPT0,247
Écart entre enseignants0,233 · 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
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioinformaticsMême sujetComputational Physics and Python ApplicationsTravaux en français237 207