MétaCan
Menu
Retour à la cohorte
Enregistrement W4311662347 · doi:10.1016/j.cell.2022.11.004

Fibroblast inflammatory priming determines regenerative versus fibrotic skin repair in reindeer

2022· article· en· W4311662347 sur OpenAlexafffund
Sarthak Sinha, Holly D. Sparks, Elodie Labit, Hayley NK Robbins, Kevin Gowing, Arzina Jaffer, Eren Kutluberk, Rohit Arora, Micha Sam Brickman Raredon, Leslie Cao, Scott Swanson, Peng Jiang, Olivia Hee, Hannah Pope, Matt Workentine, Kiran Todkar, Nilesh Sharma, Shyla Bharadia, Keerthana Chockalingam, Luiz G. Almeida, Mike Adam, Laura E. Niklason, S. Steven Potter, Ashley W. Seifert, Antoine Dufour, Vincent Gabriel, Nicole L. Rosin, Ron Stewart, Greg Muench, Robert McCorkell, John R. Matyas, Jeff Biernaskie

Notice bibliographique

RevueCell · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensHotchkiss Brain InstituteOntario Brain InstituteAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNatural Sciences and Engineering Research Council of CanadaNational Institutes of HealthCalgary Firefighters Burn Treatment Society
Mots-clésBiologyScarsFibroblastImmune systemWound healingFibrosisRegeneration (biology)Skin repairHuman skinPathologyPhenotypeDermisCell biologyInflammationImmunologySNAI1AnatomyCell cultureMedicineGeneEpithelial–mesenchymal transitionGenetics

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,259
Score d'incertitude au seuil0,456

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 technologies0,0000,000
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 Opus0,023
Tête enseignante GPT0,269
Écart entre enseignants0,246 · 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

Citations166
Publié2022
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueCellMême sujetWound Healing and TreatmentsTravaux en français237 207