MétaCan
Menu
Retour à la cohorte
Enregistrement W4319345548 · doi:10.1016/j.cell.2023.01.005

PIKFYVE inhibition mitigates disease in models of diverse forms of ALS

2023· article· de· W4319345548 sur OpenAlexaff
Shu‐Ting Hung, Gabriel Linares, Wen-Hsuan Chang, Yunsun Eoh, Gopinath Krishnan, Stacee Mendonca, Sarah Hong, Yingxiao Shi, Manuel Santana, Chuol Kueth, Samantha Macklin-Isquierdo, Sarah L. Perry, Sarah Duhaime, Claudia Maios, Jonathan Chang, Joscany Perez, Alexander Benavides Couto, Jesse D. Lai, Yichen Li, Samuel V. Alworth, Eric Hendricks, Yaoming Wang, Berislav V. Zloković, Dion Dickman, J. Alex Parker, Daniela C. Zarnescu, Fen‐Biao Gao, Justin K. Ichida

Notice bibliographique

RevueCell · 2023
Typearticle
Languede
DomaineMedicine
ThématiqueAmyotrophic Lateral Sclerosis Research
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute on Deafness and Other Communication DisordersNIH Office of the DirectorNational Heart, Lung, and Blood InstituteTau ConsortiumAssociation for Frontotemporal DegenerationNational Institutes of HealthTarget ALSDiscovery InstituteBruno and Ilse Frick Foundation for Research on ALSHarrington Discovery Institute, University HospitalsJohn Douglas French Alzheimer's FoundationUniversity of WashingtonDonald E. and Delia B. Baxter FoundationNational Human Genome Research InstituteUniversity of Southern CaliforniaNew York Stem Cell FoundationAlzheimer's Drug Discovery FoundationMuscular Dystrophy AssociationSouthern California Clinical and Translational Science InstituteCalifornia Institute for Regenerative MedicineMilken Family FoundationFord FoundationNational Institute on AgingJudith and Jean Pape Adams Charitable FoundationU.S. Department of Defense
Mots-clésAmyotrophic lateral sclerosisBiologyTARDBPSOD1DiseaseMechanism (biology)C9orf72NeuroscienceAutophagyProtein aggregationUbiquitinGeneticsGeneApoptosisMedicinePathology

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,045
Tête enseignante GPT0,290
Écart entre enseignants0,245 · 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'étudeExpérimental (laboratoire)
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

Citations98
Publié2023
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueCellMême sujetAmyotrophic Lateral Sclerosis ResearchTravaux en français237 207