MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393183304 · doi:10.3389/fimmu.2024.1370107

Biology of neurofibrosis with focus on multiple sclerosis

2024· article· en· W4393183304 sur OpenAlexafffund
Brian M. Lozinski, Samira Ghorbani, V. Wee Yong

Notice bibliographique

RevueFrontiers in Immunology · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNerve injury and regeneration
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchU.S. Department of Defense
Mots-clésWound healingMicrogliaFibrosisExtracellular matrixRegeneration (biology)InflammationMultiple sclerosisNeuroscienceBiologyCentral nervous systemHomeostasisCell biologyImmunologyMedicinePathology

Résumé

récupéré en direct d'OpenAlex

Tissue damage elicits a wound healing response of inflammation and remodeling aimed at restoring homeostasis. Dysregulation of wound healing leads to accumulation of effector cells and extracellular matrix (ECM) components, collectively termed fibrosis, which impairs organ functions. Fibrosis of the central nervous system, neurofibrosis, is a major contributor to the lack of neural regeneration and it involves fibroblasts, microglia/macrophages and astrocytes, and their deposited ECM. Neurofibrosis occurs commonly across neurological conditions. This review describes processes of wound healing and fibrosis in tissues in general, and in multiple sclerosis in particular, and considers approaches to ameliorate neurofibrosis to enhance neural recovery.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,028
Tête enseignante GPT0,239
Écart entre enseignants0,210 · 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
GenreSynthèse

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'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Immunology→Même sujetNerve injury and regeneration→Travaux en français237 207→