MétaCan
Menu
Retour à la cohorte
Enregistrement W4387531280 · doi:10.3389/fnut.2023.1304100

Corrigendum: Effect of high-fat and low-fat dairy products on cardiometabolic risk factors and immune function in a low birthweight swine model of diet-induced insulin resistance

2023· erratum· en· W4387531280 sur OpenAlexafffund
Yongbo She, Kun Wang, Alexander Makarowski, Rabban Mangat, Sue Tsai, Benjamin P. Willing, Spencer D. Proctor, Caroline Richard

Notice bibliographique

RevueFrontiers in Nutrition · 2023
Typeerratum
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanada Research Chairs
Mots-clésInsulin resistanceMedicineImmune systemInsulinLow fat dietFood scienceObesityEndocrinologyBiologyImmunology

Résumé

récupéré en direct d'OpenAlex

• please read through all the templates before choosing • pick the most relevant text template(s) from the following page and delete all others.• edit the text as necessary, ensuring that the original incorrect text is included for the record, please see the below. • please do not use any extra formatting when editing the templates, and only modify the red text unless absolutely necessary • submit to Frontiers following the instructions on this page.When the original text contained incorrect information, to preserve the scientific record, please include that text when editing the below templates. For example:There was a mistake in the Funding statement, an incorrect number was used. The correct number is "2015C03Bd051.". The publisher apologizes for this mistake.The original version of this article has been updated.In the published article, there was a mistake in the Funding statement. The funding statement for the Key Development Project of the Department of Science and Technology was displayed as "2015CBd051". The correct statement is "Key Development Project of Department of Science and Technology (2015C03Bd051).'' Template continues on the next page 

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)0,006
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 enseignants0,150
Score d'incertitude au seuil0,501

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,1500,064

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 Opus0,007
Tête enseignante GPT0,207
Écart entre enseignants0,200 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetNutrition, Genetics, and DiseaseTravaux en français237 207