Notice bibliographique
Résumé
This release adds merging of BAM/FASTQ files for the same samples prior to analysis. Added [feat] Merging of reads across multiple runs for the same sample with CAT_IONTORRENT_BAM and CAT_IONTORRENT_FASTQ. If multiple reads sets are present for a sample, BAM files are merged with samtools merge and FASTQ files are merged cat, otherwise, symlinks are made. Additional steps are taken to preserve original read group (@RG) information for all input BAM files as well as rename sample name if required, so that merged BAM files are compatible with TVC variant calling. Sample renaming may occur when running the pipeline with a samplesheet rather than relying on the sample names within the BAM files themselves. [test] nf-test for CAT_IONTORRENT_BAM and CAT_IONTORRENT_FASTQ along with minimal test data and scripts used to generate test data. Fixed [fix] samplesheet handling What's Changed Add BAM and FASTQ merging step to pipeline by @peterk87 in https://github.com/CFIA-NCFAD/nf-ionampliseq/pull/10 Release 2.3.0 by @peterk87 in https://github.com/CFIA-NCFAD/nf-ionampliseq/pull/11 Full Changelog: https://github.com/CFIA-NCFAD/nf-ionampliseq/compare/2.2.0...2.3.0
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 0,041 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».