Additional file 4 of Gut microbiota modulation with long-chain corn bran arabinoxylan in adults with overweight and obesity is linked to an individualized temporal increase in fecal propionate
Notice bibliographique
Résumé
Additional file 4: Figure S2. Baseline fecal microbiota composition and diet showed no association with the individualized microbiota response to arabinoxylan. (A) Heatmap shows the associations between microbiota compositional shifts (ΔW6–BL; dependent variables; columns) and baseline microbiota profiles (predictors; rows). (B) Heatmap shows the association between microbiota compositional shifts (ΔW6–BL; dependent variables; columns) and the baseline diet variables (predictors; rows). For both A and B, cells represent individual multiple linear regression models (with FDR correction) that assess whether the predictors explain the individualized compositional shifts. Multivariate microbiota and diet data were simplified into principal component (PC) variables PC1, PC2, and PC3 prior to analysis. Each model contained the best one or two predictors of PCs (microbiota and diet), individual CARGs, or significant OTUs (predictors selected by stepwise regression), or either total grains, whole grains, or total fiber alone. All models were adjusted by fiber dose/sex. Colors from white to red indicate relative AICc (corrected Akaike information criterion) values calculated by (AICc value / Highest AICc value) x 100. Lower AICc values (red) indicate higher quality models. AX; arabinoxylan; BL, baseline; CARG, co-abundance response group; MCC, microcrystalline cellulose; OTU, operational taxonomic unit; W1, week 1; W6, week 6
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 | 0,002 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,884 | 0,109 |
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 ».