MétaCan
Menu
Retour à la cohorte
Enregistrement W4391515339 · doi:10.1016/j.cstres.2024.01.003

Second international symposium on the chaperone code, 2023

2024· article· en· W4391515339 sur OpenAlexaff
Johannes Büchner, Milad J. Alasady, Sarah J. Backe, Brian S. J. Blagg, Richard L. Carpenter, Giorgio Colombo, Ioannis Gelis, D.T. Gewirth, Lila M. Gierasch, Walid A. Houry, Jill L. Johnson, Byoung Heon Kang, Aimee W. Kao, Paul LaPointe, Seema Mattoo, Amie J. McClellan, Leonard Μ. Neckers, Chrisostomos Prodromou, Andrea Rasola, Rebecca Sager, Maria A. Theodoraki, Andrew W. Truman, Matthias C. Truttman, Natasha E. Zachara, Dimitra Bourboulia, Mehdi Mollapour, Mark R. Woodford

Notice bibliographique

RevueCell Stress and Chaperones · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHeat shock proteins research
Établissements canadiensUniversity of AlbertaUniversity of Toronto
Organismes subventionnairesNational Institute of General Medical SciencesState University of New York Upstate Medical UniversityNational Institute of Neurological Disorders and StrokeState University of New York
Mots-clésChaperone (clinical)Political scienceComputational biologyBiologyEngineering ethicsMedicineEngineeringPathology

Résumé

récupéré en direct d'OpenAlex

The 2nd International Symposium on the Chaperone Code took place on October 26-28, 2023 at the Hilton Alexandria Old Town, VA, USA. The event featured more than 100 attendees from ten countries and provided a dynamic platform for established researchers, emerging investigators, postdoctoral fellows, and students to share insights and ideas on diverse facets of molecular chaperones with a strong focus on their regulation by post-translational modifications. The format fostered discussions and collaboration among participants. From the different contributions, future trajectories of the chaperone code field emerged, including avenues for further exploration and innovation in understanding and manipulating chaperone function in different diseases.

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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil0,814

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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,261
Écart entre enseignants0,247 · 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'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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell Stress and ChaperonesMême sujetHeat shock proteins researchTravaux en français237 207