MétaCan
Menu
Retour à la cohorte
Enregistrement W4416665509 · doi:10.1038/s41598-025-26185-9

Comparative study of fetal facial shape between Japanese and North American populations using micro-CT

2025· article· en· W4416665509 sur OpenAlexafffund
Motoki Katsube, Siddharth R. Vora, Stephanie R. Bortolussi, Yutaka Yamaguchi, Natsuko Utsunomiya, Shigehito Yamada, Naoki Morimoto, Joy M. Richman, Virginia M. Diewert

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueMorphological variations and asymmetry
Établissements canadiensUniversity of British ColumbiaUniversity of British Columbia Hospital
Organismes subventionnairesJapan Society for the Promotion of ScienceCanada Research Chairs
Mots-clésMorphogenesisMorphology (biology)OntogenySkullFetus

Résumé

récupéré en direct d'OpenAlex

Population-level morphological differences in human cranio-skeletal morphology are reflective of a multitude of genetic, epigenetic, functional and environmental factors. While such differences have been described in postnatal and adult skeletons, how early they originate during cranio-skeletal ontogeny is unknown. Here we compare early human facial morphogenesis utilizing a collection of fetal specimens of Japanese (JP) and North American - European ancestry (NAP). Utilizing 3D micro-CT images and geometric morphometric analyses, we have identified subtle, yet significant differences in the morphology of the upper and midfacial regions in fetuses in the second trimester of gestation. Notably, the orbital rims and lateral areas of the zygomatic bones in the JP specimens have more prominent superior and inferior orbital rims, with a more prominent lateral project of the zygomatic bone, compared to the NAP. These data suggest that the cranioskeletal structures display early facial patterning unique to genealogically distinct populations. Since these specimens are derived from very early developmental stages, the impacts of functional factors are expected to be minor, while inherited genetic and epigenetic programming predominate in driving the observed morphological differences.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,128
Tête enseignante GPT0,374
Écart entre enseignants0,246 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMorphological variations and asymmetryTravaux en français237 207