Additional file 1: of Collective interaction effects associated with mammalian behavioral traits reveal genetic factors connecting fear and hemostasis
Notice bibliographique
Résumé
Table S1. Sample sizes of behavioral trait data considered for outbred mice8 and dogs5. Figure S1 Distributions of quantitative trait values used for association testing. See Table S1. c, e, h, and i have been log-transformed (c and e from percentages, and h and i from a scale of 1 to 5). Figure S2 Comparison of single-SNP p-values from linear regression (LR) and continuous discriminant analysis (CDA). Figure S3 Comparison of empirical p-values of groups of interacting SNPs estimated by permutation of phenotype labels (symbols) and the use of the null distribution of R for normally distributed data. Figure S4 Optimized prediction scores of 10 top-ranked pathways for fear conditioning (FC; cued test). Figure S5 Population stratification of Labrador Retrievers using principal component (PC) analysis. Figure S6 Quantile-quantile plots of independent SNP p-values for Labrador Retriever data. Figure S7 Independent-SNP and collective association levels of SNPs in pathways highly ranked for fear in dogs. Figure S8 Top-ranked pathways for fear of humans/objects (dogs). Table S2 Additional pathways from Reactome database (Feb. 2018) ranked by association strengths with respect to fear conditioning (cued test). (PDF 1811 kb)
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 | 0,001 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,860 | 0,153 |
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 ».