MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386316864 · doi:10.1002/9781119862611.ch8

The Immune System

2023· other· en· W4386316864 sur OpenAlexaff
Robin Saar, Sarah Dodd

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésImmune systemInnate immune systemImmunologyImmunityAcquired immune systemBiologyInflammationInnate lymphoid cell

Résumé

récupéré en direct d'OpenAlex

The immune system fights foreign substances (infectious agents that are perceived to cause harm to the host) that may be found on the skin, in body tissues, the gastrointestinal tract, and in body fluids such as blood. The immune system consists of innate and adaptive systems. While these two systems function in different ways, they both work to protect the host from foreign substances that may detrimentally alter the health of the host (InformedHealth.org [Internet]. Cologne, Germany: Institute for Quality and Efficiency in Health Care (IQWiG) 2006-. The innate and adaptive immune systems. [Updated 2020 Jul 30]). A large part of the immune system's controlling function is focused on regulating the relationship between the host and the microbiota. To aid in this function, the highest number of immune cells reside where foreign substances would be absorbed by the host, the skin, and the GI tract (Belkaid, Y., Hand, T.W. (2014). Role of the microbiota in immunity and inflammation. Cell 157 (1): 121–141. 10.1016/j.cell.2014.03.011). When there is a failure in controlling the dialogue that would prevent or misdirect an immune response, pathologies such as allergies, autoimmune, and inflammatory disorders occur (Belkaid, Y., Hand, T.W. (2014). Role of the microbiota in immunity and inflammation. Cell 157 (1): 121–141. 10.1016/j.cell.2014.03.011).

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,228

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0050,002
Science ouverte0,0010,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0680,032

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 Opus0,009
Tête enseignante GPT0,260
Écart entre enseignants0,251 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDermatology and Skin Diseases→Travaux en français237 207→