MétaCan
Menu
Retour à la cohorte
Enregistrement W4395448976 · doi:10.3201/eid3005.231739

SARS-CoV-2 IgG Levels as Predictors of XBB Variant Neutralization, Israel, 2022 and 2023

2024· article· en· W4395448976 sur OpenAlexaff
Yaniv Lustig, Michal Canetti, Victoria Indenbaum, Yovel Peretz, Yael Weiss-Ottolenghi, Ili Margalit, Keren Asraf, Tal Levin, Neta S. Zuckerman, Enosh Tomer, Michal Mandelboim, Ram Doolman, Noam Barda, Gili Regev‐Yochay

Notice bibliographique

RevueEmerging infectious diseases · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésNeutralizationSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VirologyCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakMedicineBiologyInternal medicineOutbreakVirusInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Although a vaccine against SARS-CoV-2 Omicron-XBB.1.5 variant is available worldwide and recent infection is protective, the lack of recorded infection data highlights the need to assess variant-specific antibody neutralization levels. We analyzed IgG levels against receptor-binding domain-specific SARS-CoV-2 ancestral strain as a correlate for high neutralizing titers against XBB variants.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,025
Tête enseignante GPT0,340
Écart entre enseignants0,315 · 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'étudeObservationnel
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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmerging infectious diseasesMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207