MétaCan
Menu
Retour à la cohorte
Enregistrement W4415275384 · doi:10.17615/zg2n-en48

Human IRF1 governs macrophagic IFN-γ immunity to mycobacteria

2025· article· W4415275384 sur OpenAlexfundno aff
Vivien Béziat, Guillaume Vogt, Charles M. Rice, Mathieu Pochon, James P. Di Santo, Qian Zhang, Jean‐Laurent Casanova, Marie Materna, Jessica N. Peel, Jean‐Marc Doisne, Mélanie Migaud, Zhiyong Liu, Jérémie Le Pen, Shuxiang Zhao, Shen‐Ying Zhang, Stuart G. Tangye, Alexandre Michev, Yoann Seeleuthner, Helena M. Izquierdo, Quentin Philippot, Darawan Rinchai, María Elvira Josefina Paz, Yi‐Hao Chan, Nico Lachmann, Paul Bastard, Nico Marr, Stanley M. Lemon, Barbara C. Mindt, Rasheed Bailey, Flore Rozenberg, Anne-Sophie L’Honneur, Laurent Kremer, David Langlais, Mathieu Mancini, Jacinta Bustamante, Masato Ogishi, András N. Spaan, Antoine Guérin, Jonathan Bohlen, Anna‐Lena Neehus, Andrew Cheung, Kathrin Haake, Taushif Khan, Jean‐François Emile, Franck Rapaport, Marie Roelens, Carmen Oleaga‐Quintas, Özden Türel, Philippe Gros, Marcela Moncada‐Vélez, Mohamed Jeljeli, Romain Lévy, Serge Romana, Jörg H. Fritz, Stéphanie Boisson‐Dupuis, Manar Ata, Seon-Hui Hong, Nicolas Manel, Ji Eun Han, Camille Soudée, S. Cindy, Wassim Daher, Laurent Abel, Carys A. Croft, Mahbuba Rahman, Danyel Lee, María Laura González, Rui Yang, Jean Soulier, Laura Pérez, Peng Zhang, Margaret R. MacDonald, Jérémie Rosain, Fatima Al Ali, Lazaro Lorenzo, Henrik Molina, Jérémy Manry, Yasemin Kendir Demirkol, Marie‐Alexandra Alyanakian, Mathieu Bourgey, Rubén Martínez‐Barricarte, Takayoshi Shirasaki, Natalia Tahuil

Notice bibliographique

RevueUNC Libraries · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueMycobacterium research and diagnosis
Établissements canadiensnon disponible
Organismes subventionnairesNational Health and Medical Research CouncilNew South Wales GovernmentHonjo International Scholarship FoundationFonds National de la Recherche LuxembourgNational Center for Research ResourcesNational Institute of Allergy and Infectious DiseasesFisher Center for Alzheimer's Research FoundationAustralian GovernmentAgence Nationale de la RechercheFondation du SouffleMcGill UniversityDeutsche ForschungsgemeinschaftSidra MedicineInstitut des maladies génétiques ImagineCanadian Institutes of Health ResearchMinistère de l'Enseignement supérieur, de la Recherche et de l'InnovationCompute CanadaQatar National Research FundFondation pour la Recherche MédicaleImmune Deficiency FoundationSt. Giles FoundationEuropean CommissionSidactionYale UniversityFonds de Recherche du Québec - SantéInstitut National de la Santé et de la Recherche MédicaleNational Institutes of Health
Mots-clésImmunityIRF1Innate immune systemAcquired immune systemHumoral immunityImmune system

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,018
Tête enseignante GPT0,312
Écart entre enseignants0,294 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueUNC LibrariesMême sujetMycobacterium research and diagnosisTravaux en français237 207