<b>Uso de inibidores das histonas deacetilases na transferência nuclear de células somáticas em bovinos</b>
Bibliographic record
Abstract
Agradecimentos Aos meus pais (João e Sônia) e ao meu irmão Leandro pela família maravilhosa que nós somos.A família é a coisa mais importante na nossa vida.Em especial gostaria de agradecer ao ambiente uterino que minha mãe me proporcionou sem muito stress tanto social, quanto metabólico.E ao meu pai, pois contrariando a crença popular que "males contribute little but sperm to fertilization", a sua herança cultural e epigenética (transmitida provavelmente através de non-coding RNAs squeezing somewhere inside the sperm) ajudou a formar a minha personalidade e ser como eu sou.Ao meu orientador Flávio Vieira Meirelles pela oportunidade de realizar o trabalho de Doutorado sob sua supervisão e pela sua amizade.Gostaria de agradecê-lo também por tolerar minhas insubordinações nestes últimos ~8 anos, e por me oferecer liberdade de pensamento.Ao Professor Felipe Perecin, por todos os ensinamentos que ele me transmitiu desde a época do treinamento técnico, pelas análises estatísticas e pela amizade.Sem a sua ajuda este trabalho não teria sido possível.Aos meus dois irmãos bastardos, Rafael Vilar Sampaio (Profeta) e Rodrigo da Silva Nunes Barreto (Bocudinho) pela parceiragem, pelos cafés da manhãs e almoços, pela família que nós formamos durante toda nossa estadia em Pira.Sem a ajuda de vocês nada disso teria sido possível.Ao Professor Willian Allan King, pela oportunidade de trabalhar em seu laboratório no Canadá, pela sua paciência e ternura ajudando os meninos com "language barrier".Ao "Round peg in the square hole" Oliver Joaquim Rando (Ollie), o "dude" que abriu as portas de seu laboratório para um descendente de escravo desconhecido.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".