Where Does Elsie's Hair Color Come From? A "De-Simplified" Pedigree Lesson
Notice bibliographique
Résumé
Pedigree analysis is part of most Genetics curricula, but the examples traditionally used in genetics courses present phenotypes as if they were entirely and inexorably defined by genotype. This does not reflect the current state of understanding in genetics, and can inadvertently reinforce the inaccurate belief that characteristics associated with any socially-defined group is governed by genes. In order for Genetics resources to better reflect present-day knowledge, instructors need teaching resources that acknowledge the multifactorial nature of phenotypic variation. Such resources are still scarce, particularly for pedigrees. This pedigree lesson, set up as a case study, allows students to “discover” the complexities of genotype-phenotype relationships using data from a published study. Students first become familiar with the specific single nucleotide polymorphism (SNP) in a single gene associated with the phenotype of interest (hair color), then contend with a series of increasingly challenging pedigrees, the last one seeming unsolvable. They then examine a figure from the research paper, showing the broad and overlapping ranges in hair color in each of the three relevant genotypic groups. This becomes the starting point for explaining the apparent inconsistencies in the most challenging pedigree, and for discussing the real-life complexities behind phenotypes and pedigree analysis. The lesson was well received by students, and their post-lesson assignments demonstrated a nuanced understanding of phenotype. Answers to exam assessment questions showed excellent pedigree analysis skills and a keen eye for the influence of environment on phenotypes. Primary Image: An artist's rendition of phenotypic variation vs. pedigree simplicity. A pedigree chart is superimposed onto an image of the head, face and neck of a person with colorful hair. The colorful hair is reduced to black or white in areas where the pedigree is superimposed. Artwork by Jacelyn Shu, used with the artist’s permission.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,011 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».