MétaCan
Menu
Retour à la cohorte
Enregistrement W7099523777

Correspondence

2004· article· en· W7099523777 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueData Quality and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhylogenetic treeEnzooticGenomeCladeRecombinant DNAPhylogeneticsVirusSequence analysisGenetic diversity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Knowledge of the geographical distribution of feline immunodeficiency virus (FIV) subtypes is important for understanding different disease courses and for vaccine design. Intersubtype recombination may develop in areas where more than one subtype is prevalent and has the potential to create new transmittable variants with novel pathogenic properties. In this study, 40 FIV-positive DNA samples were classified by sequence analysis of the LTR–gag region. Phylogenetic analysis indicated that 32 Canadian FIV isolates clustered with previously identified subtypes A, B and C and that subtype A was most frequent in Ontario. Four strains with inconsistent clade assignment were further analysed by sequencing of the env–LTR regions. Comparisons of phylogenetic trees constructed from the two different regions of the genome and analysis of similarities to reference sequences yielded classification of three samples as A/B and one as A/C intersubtype recombinants. Although the A/B recombinant samples were obtained from unrelated cats in geographically disparate regions, a common breakpoint was consistently identified within gag. In addition, there was no evidence of co-infection with parental strains of subtypes A and B as indicated by PCR-based limiting dilution assays, although these assays allowed for the identification of two different recombinant viruses co-existing in one sample. Both sequences contained the same breakpoint. These findings suggested that a new circulating recombinant FIV may be enzootic in Ontario.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,019

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 Opus0,321
Tête enseignante GPT0,484
Écart entre enseignants0,163 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetData Quality and ManagementTravaux en français237 207