MétaCan
Menu
Retour à la cohorte
Enregistrement W6890330172 · doi:10.34945/f5j59p

Part II: A CLIMBER Meta-analysis, recovery time measured by behavioral outcome tests after contusive injuries on various spinal levels in rats and mice of both sexes from 7 public datasets (Individual Animal Data (IAD)) corresponding to Part 1 Literature-Extracted Data

2024· dataset· en· W6890330172 sur OpenAlexaff

Notice bibliographique

RevueUC San Diego · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésReplicateRaw dataAnimal modelForelimbSpinal cord injuryRaw scoreOutcome (game theory)Regression analysisExperimental data

Résumé

récupéré en direct d'OpenAlex

STUDY PURPOSE: The purpose of the study was to analyze recovery after spinal cord injury through various different behavioral outcome tests. The study compared effect sizes from literature sourced (literature-extracted data (LED)) to the literatures’ corresponding publicly available raw data (individual animal data (IAD)). Random effect models and regression analyses were applied to evaluate predictors of neuro-conversion in LED versus IAD. Subgroup analyses were performed on animal sex, animal type, animal species, injury severity, injury segment and sample sizes. Publications with common injury models (contusive injuries) and standardized endpoints (open field assessments) were included in the meta-analyses. Studies that recorded open field assessments at 0-3 and 28-56 days past operation were included. This dataset includes the individual animal data (IAD) (part 2) that was collected for the study. The code to replicate our study can be found on github (https://github.com/ucsf-ferguson-lab/climber_meta_analysis2024.git). This dataset corresponds with another dataset in ODC-SCI (10.34945/F5DG6D) which contains data that was extracted directly from the 7 published articles, literature extracted data (LED). DATA COLLECTED: The individual animal data in this dataset was collected from raw data publicly available in ODC-SCI. This dataset includes merged data from 7 different publicly available datasets. Each study from the published articles includes contusion injuries with various severities and different locations, which are indicated in this dataset. Different mice and rat species are included in the dataset with both sexes. Outcome scores at different days-post operation from BBB, BMS, Grooming and Forelimb Open Field tests are also included. The behavioral outcome scores over days post operation were used to calculate effect sizes. DATA USAGE NOTES:

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)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,001
Communication savante0,0030,004
Science ouverte0,0070,011
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,183
Tête enseignante GPT0,383
Écart entre enseignants0,200 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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 revueUC San DiegoTravaux en français237 207