MétaCan
Menu
Retour à la cohorte
Enregistrement W4394882666 · doi:10.3389/978-2-8325-4801-1

Insights in RNA: 2022

2024· book· en· W4394882666 sur OpenAlexfundno aff

Notice bibliographique

RevueFrontiers research topics · 2024
Typebook
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Institutes of HealthUniversiti Kebangsaan MalaysiaNational Institute of Dental and Craniofacial ResearchNational Natural Science Foundation of ChinaPrincess Margaret Cancer FoundationMesothelioma Applied Research Foundation
Mots-clésComputer scienceComputational biologyBiology

Résumé

récupéré en direct d'OpenAlex

We are now in the third decade of the 21st Century, and, especially in recent years, the achievements made by scientists have been exceptional, leading to major advancements in the fast-growing field of Genetics.<br/><br/>Frontiers has organized a series of Research Topics to highlight the latest advancements in research across the field of Genetics, with articles from the members of our accomplished Editorial Boards. This editorial initiative of particular relevance, led by Dr William C. Cho, Specialty Chief Editor of the RNA section, together with Dr. Yadong Zheng, an Associate Editor with the RNA section, is focused on new insights, novel developments, current challenges, latest discoveries, recent advances, and future perspectives in the field of Genetics.<br/><br/>The Research Topic solicits brief, forward-looking contributions from the editorial board members that describe the state of the art, outlining recent developments and major accomplishments that have been achieved and that need to occur to move the field forward. Authors are encouraged to identify the greatest challenges in the sub-disciplines, and how to address those challenges. <br/><br/>The goal of this special edition Research Topic is to shed light on the progress made in the past decade in the RNA field, and on its future challenges to provide a thorough overview of the field. This article collection will inspire, inform and provide direction and guidance to researchers in the field.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil0,627

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,036
Tête enseignante GPT0,337
Écart entre enseignants0,301 · 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'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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers research topicsMême sujetRNA modifications and cancerTravaux en français237 207