NET Models Meeting 2024 white paper: the current state of neuroendocrine tumour research models and our future aspirations
Notice bibliographique
Résumé
(e.g. mice) models all exist, each has limitations. To address these limitations and collectively identify strategies to move the NET models field forward, we held an inaugural NET models meeting, hosted by our founding group: Dr Lines (Oxford), Prof. Quelle (Iowa), Dr Dayton (Barcelona), Dr Ear (Iowa), Dr Marinoni (Bern) and Dr Guenter (Alabama). This two-day meeting in Oxford (UK) was organised and supported by Bioscientifica Ltd and was solely dedicated to the discussion of NET models. The meeting was attended by ∼30 international researchers (from the UK, EU, Israel, USA and Canada). Plenary talks were given by Prof. Thakker, who summarised NET research over the past few decades, and Dr Schrader, who described the process and pitfalls of generating new cell lines. Eight researchers also presented their work on topics ranging from human cell 3D bioprinting to zebrafish models and included novel ideas and improvements on current concepts. This was followed by an interactive workshop, where discussion topics included a summary of currently available NET models, limitations of these models, barriers to developing new models, and how we can address these issues going forward. This white paper summarises the key points raised in these discussions and the future aspirations of the NET Models Consortium. The next meeting will take place in Oxford (UK) in 2025; contact contact@netcancerfoundation.com for more information.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,098 | 0,046 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».