MétaCan
Menu
Retour à la cohorte
Enregistrement W6939717049 · doi:10.6084/m9.figshare.18318292.v1

Additional file 21 of Conventional laboratory housing increases morbidity and mortality in research rodents: results of a meta-analysis

2022· article· en· W6939717049 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2022
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensUniversity of British ColumbiaUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésDrugPopulationOverweightAffect (linguistics)GraphDisease

Résumé

récupéré en direct d'OpenAlex

Additional file 21. Hypothetical data illustrating how ‘enrichments’ could impact external validity. This figure demonstrates how interactive effects between a treatment (e.g. a drug) and EH could impact experimental conclusions. Note that in each graph the error bars do not change, as EH does not change data variability. Also note that EH is not one unitary thing, but something that can vary in kind and degree (for example to deliberately introduce heterogeneity). (A) No interactive effect. No matter the cage condition, the experimental conclusion is the same: the drug reduces disease but does not cure it. EH does not affect external validity. (B) The drug effect is absent with EH. This drug could be useful for specific populations (e.g. chronically stressed and/or overweight subjects) but not others (e.g. physically fit content subjects). Testing the drug only under CH conditions will generate false positives, unless the target population is specifically one which is stressed and/or overweight etc. (C) The drug effect is only detectable in EH. This suggests the drug could be useful for some populations (e.g. ones which are physically fit and content) but not others (e.g. chronically stressed and/or overweight) Testing the drug only under CH conditions will generate false negatives, unless the target population is specifically one which is stressed and/or overweight.

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)0,000
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil0,628

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,9280,000

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 Opus0,612
Tête enseignante GPT0,486
Écart entre enseignants0,127 · 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 tête enseignante, pas un consensus.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetAnimal testing and alternativesTravaux en français237 207