REMBI Compatible Excel Templates for Collecting Experimental and Sample Preparation Metadata for Microscopy Image Data
Notice bibliographique
Résumé
These are REMBI- and NBO-Q Microscopy Metadata specifications compliant Automated Metadata Annotation Excel Spreadsheet Templates for Pre-Publication Image Data Management. They were developed in collaboration between the BioImage DMS Core at UMass Chan, MIA CellaVie Inc., the Advanced BioImaging Facility (ABIF; RRID:SCR_017697) at McGill University, and the Canada BioImaging Open Science Project. The templates were developed in collaboration with members of laboratories that needed help with data curation. Example Experiment type Use-Case Compatible OMERO Structure 1 Fixed cells Immuno Fluorescence Immuno Fluorescence experiment to compare different conditions Project/Dataset/Image (PDI) 2 High-Trhoughput Screen with Fixed Immuno Fluorescence Assessment of antibody quality Screen/Plate/Well (SPW) The Templates are focused on Experimental and Sample Preparation metadata collection and are designed to be used as one of the components of the OMERO Automated Metadata Annotation and Import (OMERO importer) pipeline developed at UMass Chan. Specifically, The Templates are set up to colllect metadata in a machine-readable manner as Key/Value pairs To reduce data entry and metadata duplication, metadata collection is subdivied in the following sections (Tabs) in the spreadsheet: Project-, Dataset- and Image-level in case of low-throughtput image acquisitions Screen-, Plate-, Well-level in case of high-throughtput screens Templates contain Excel Macros to facilitate transfer of filled in metadata Key/Value pairs to supplemental CSV files. The Templates contain an "Allowable Values", tab that contains lists of controlled vocabulary terms for specific metadarta fields. The Allowable Values lists highlighted in Green should be customizd by adding values that are specific for your lab (e.g., in the "Data_Publisher_Principal_Investigator" list in Column C, you can add the name(s) of specific PIs that work in your Department). The OMERO importer pipeline also imports existing Micro-Meta App generated Microscope-Hardware and Image Acquisition-Settings JSON files and associates with the relevant images as OMERO attachments. For more details on the OMERO importer pipeline and how to use the Templates in this context can be found on ReadTheDocs. In case an OMERO repository is not available, the Templates can be used as stand-alone tools to collect Experimental and Sample Preparation metadata in accordance to the REMBI recommendations. In this case, metadata can be stored as supplementary files to be saved alongside the image data files either as XLS or CSV formats. To facilitate this task, the Templates contain Excel Macros to transfer of metadata to CSV files. In case you are performing a different type of experiment the Template can be used as a starting point for customization.
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 | 0,009 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,156 | 0,157 |
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 ».