FAIR Cheminformatics - A concept to enhance interoperability and reuseability of chemical structures and reactions
Notice bibliographique
Résumé
A key challenge in cheminformatics, in particular with respect to chemical exchange, is ambiguity in chemical structure interpretation. For example, depending on factors such as the chemical structure format, the structure representation, and the software and systems involved, a compound with a single stereocenter and a wedge bond might be interpreted as the respective enantiomer, or as a racemic mixture. Many of the pitfalls can be avoided or circumnavigated if one stays within the subset of cheminformatics (formats, representations, etc.) which does not have such ambiguity. It is proposed to explicitly define this subset and promote it as a "Standard for FAIR Cheminformatics". A concept for such a Standard for FAIR Cheminformatics is outlined. This approach is envisaged to bring major improvements to the overall FAIRness (Findability, Accessibility, Interoperability, Reuse) of chemical structures and reactions, in particular with respect to interoperability and reuse, within reasonable effort and in a comparatively short time frame.
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 | 0,091 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,006 | 0,021 |
| Communication savante | 0,020 | 0,049 |
| Science ouverte | 0,008 | 0,023 |
| Intégrité de la recherche | 0,006 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».