Ãtude généalogique d'individus atteints de maladies inflammatoires chroniques non-spécifiques de l'intestin
Bibliographic record
Abstract
Ce mémoire s'insère dans le cadre d'un programme de recherche visant à identifier des loci génétiques jouant un rôle dans le développement des maladies inflammatoires de l'intestin. Le principal objectif de notre étude est de mieux comprendre la composante génétique dans l'étiologie des maladies inflammatoires de l'intestin. Ceci sera fait à l'aide de la reconstitution et de l'analyse des généalogies ascendantes d'individus atteints et non atteints, recrutés dans la population du Saguenay-Lac-Saint-Jean. Notre cohorte est composée de 49 personnes, dont 23 ont la colite ulcéreuse et 26 la maladie de Crohn. Le groupe témoin, est composé de 49 personnes. Nos analyses montrent des coefficients d'apparentement plus élevés chez les proposants non-fumeurs et chez ceux ayant la colite ulcéreuse. Les coefficients de consanguinité sont aussi plus élevés chez les proposants ayant une histoire familiale de maladies inflammatoires de l'intestin et chez ceux qui présentent des manifestations extra-intestinales. Finalement, cette étude nous permet de conclure qu'il y a probablement un facteur génétique dans les maladies inflammatoires de l'intestin et que ce facteur pourrait avoir des composantes récessives et dominantes. \n
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".