MétaCan
Menu
Retour à la cohorte
Enregistrement W4394153158 · doi:10.6084/m9.figshare.24158637

Cluster_59_linelist

2023· dataset· en· W4394153158 sur OpenAlexaboutno aff
Aidan M. Nikiforuk

Notice bibliographique

RevueFigshare · 2023
Typedataset
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCluster (spacecraft)Computer scienceOperating system

Résumé

récupéré en direct d'OpenAlex

Widespread human-to-human transmission of the severe acute respiratory syndrome coronavirus two (SARS-CoV-2) stems from a strong affinity for the cellular receptor angiotensin converting enzyme two (ACE2). We investigate the relationship between a patient’s nasopharyngeal <i>ACE2</i> transcription and secondary transmission within a series of concurrent hospital associated SARS-CoV-2 outbreaks in British Columbia, Canada.<i>Methods</i>: Epidemiological case data from the outbreak investigations was merged with public health laboratory records and viral lineage calls, from whole genome sequencing, to reconstruct the concurrent outbreaks using infection tracing transmission network analysis. <i>ACE2</i> transcription and RNA viral load were measured by quantitative real-time polymerase chain reaction. The transmission network was resolved to calculate the number of potential secondary cases. Bivariate and multivariable analyses using Poisson and Negative Binomial regression models was performed to estimate the association between <i>ACE2</i> transcription the number of SARS-CoV-2 secondary cases.<br><br>Data Dictionary:<br><b>Unit_of_Transmission:</b> Hospital Unit where a infection prevention and control epidemiologist identified a possible transmission event.<br><b>Unit_Acquisition:</b> Hospital Unit where a infection prevention and control epidemiologist identified a possible acquisition event.<br><b>Collection Date (yyyy-mm-dd, UTC):</b> date at which a nasopharyngeal specimen was collected from a symptomatic case for SARS-CoV-2 molecular diagnostic testing using qRT-PCR.<br><b>log_GE: </b> Logarithmic base ten genome-equivalents per millilitre of SARS-CoV-2 detected by envelope gene target using qRT-PCR.<br><b>Fold.Change.ace3: </b> Relative gene expression data of <i>ACE2</i> expression (full-length/ transmembrane transcript variant).<br><b>Linearge: </b>SARS-CoV-2 viral lineage as classified by the PANGOLIN tool (Version 1.15.1), viral genome alignments are available on GISAID. <br>

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,4970,572

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 Opus0,092
Tête enseignante GPT0,245
Écart entre enseignants0,152 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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 revueFigshareMême sujetComplex Systems and Time Series AnalysisTravaux en français237 207