MétaCan
Menu
Retour à la cohorte
Enregistrement W6967816069 · doi:10.5281/zenodo.1172007

An Inter-Laboratory Comparison Of Molecular Methods For The Identification Of Nosema Species In Honeybee Samples

2017· article· en· W6967816069 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect and Pesticide Research
Établissements canadiensNorthwestern Polytechnic
Organismes subventionnairesnon disponible
Mots-clésIdentification (biology)DNA extractionExtraction (chemistry)Laboratory testDNA

Résumé

récupéré en direct d'OpenAlex

To evaluate the performance of the molecular methods used by national reference laboratories (NRLs) for the identification of Nosema species in bee samples, an inter-laboratory comparison (ILC) was organised in 2015. A total of 20 EU NRLs and 1 non-European NRL participated in this ILC. The specificity of the methods was tested on various Nosema species: Nosema apis, Nosema ceranae and Nosema bombi. The test panel of samples provided to the laboratories contained 17 suspensions of crushed abdomens from naturally and artificially infected honeybees and bumblebees. In addition, data on the routine methods used by the participating laboratories were collected in an online survey, covering all the steps involved in DNA extraction and PCR. Our analysis showed that the 21 NRLs use 21 different protocols, each presenting variations from the DNA extraction step to the PCR step. The results of this ILC indicate that 48% of the participating laboratories returned the expected results. Considering the 21 different methods used, 57% of participating laboratories provided satisfactory results with regard to sensitivity, and 72% with regard to specificity. The results of this ILC clearly highlight the need for improved harmonisation of molecular Nosema identification methods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,069
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,365

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0690,050
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,001
Science ouverte0,0020,004
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,112
Tête enseignante GPT0,368
Écart entre enseignants0,256 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetInsect and Pesticide ResearchTravaux en français237 207