MétaCan
Menu
Retour à la cohorte
Enregistrement W4310718795 · doi:10.1261/rna.079517.122

Recollections: Yasuhiro Furuichi (1940–2022)

2022· article· en· W4310718795 sur OpenAlexafffund
Nahum Sonenberg, Witold Filipowicz

Notice bibliographique

RevueRNA · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueAcademic Publishing and Open Access
Établissements canadiensMcGill University
Organismes subventionnairesInstitute of Genetics
Mots-clésBiologyComputational biology

Résumé

récupéré en direct d'OpenAlex

Yasuhiro Furuichi, who made momentous contributions to our understanding of eukaryotic mRNA biogenesis and function, passed away in his home in Kamakura on October 8, 2022, after a long battle with pancreatic cancer.Yasuhiro Furuichi was a towering scientist and imaginative researcher.His ideas and accomplishments left a lasting impact on our knowledge of the basic mechanisms of gene expression.We were honored to share with him over the years his excitement about science, and we are grateful for the privilege of having had the opportunity to work with him.We were inspired by his enthusiasm, collegiality, and friendship and are thankful for his mentoring.Yasuhiro (Hiro, as we all referred to him) is credited with the discovery of mRNA capping and its role in mRNA stability and function.However, as described below, Hiro's contributions extend to many other areas of molecular biology, covering both fundamental aspects as well as the conversion of basic knowledge into theories of human disease and prevention.For both of us, our friendship and scientific adventure with Hiro started in the mid-1970s, when the three of us worked on mRNA capping in the laboratory of Aaron Shatkin at the Roche Institute of Molecular Biology (RIMB) in Nutley, New Jersey.Hiro got there first, arriving from Japan in June 1974 after publishing-while working in the laboratory of Dr. Kin-Ichiro Miura at the National Institute of Genetics in Mishima-a highly surprising ob-

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)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,011
Charge utile insuffisante (le modèle a refusé de juger)0,0100,014

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 Opus0,107
Tête enseignante GPT0,397
Écart entre enseignants0,290 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRNAMême sujetAcademic Publishing and Open AccessTravaux en français237 207