MétaCan
Menu
Retour à la cohorte
Enregistrement W4294168465 · doi:10.1002/bies.202200080

The buried gems of disease tolerance in animals: Evolutionary and interspecies comparative approaches

2022· article· en· W4294168465 sur OpenAlexafffund
Mohamed B. F. Hawash, Mohamed A. Eldeeb, Rahma Gaber, Kareem Morsy

Notice bibliographique

RevueBioEssays · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueVector-borne infectious diseases
Établissements canadiensMcGill UniversityMontreal Neurological Institute and HospitalUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiologyEvolutionary biologyComparative biologyZoology

Résumé

récupéré en direct d'OpenAlex

Host defense mechanisms are categorized into different strategies, namely, avoidance, resistance and tolerance. Resistance encompasses mechanisms that directly kill the pathogen while tolerance is mainly concerned with alleviating the harsh consequences of the infection regardless of the pathogen burden. Resistance is well-known strategy in immunology while tolerance is relatively new. Studies addressed tolerance mainly using mouse models revealing a wide range of interesting tolerance mechanisms. Herein, we aim to emphasize on the interspecies comparative approaches to explore potential new mechanisms of disease tolerance. We will discuss mechanisms of tolerance with focus on those that were revealed using comparative study designs of mammals followed by summarizing the reasons for adopting comparative approaches on disease tolerance studies. Disease tolerance is a relatively new concept in immunology, we believe combining comparative studies with model organism study designs will enhance our understanding to tolerance and unveil new mechanisms of tolerance.

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 enseignants

Ni 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,306

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,042
Tête enseignante GPT0,252
Écart entre enseignants0,210 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioEssaysMême sujetVector-borne infectious diseasesTravaux en français237 207