Critérios para mineração e validação de dados científicos
Trecho de 1 min 59 s de Pathogen host and immune response, gravado no evento UNESP International Symposium on Covid-19 Research.
Assistir à gravação completaNo Even3 Conteúdos · 2 h 33 minSobre este trecho
Aborda-se a metodologia necessária para selecionar bancos de dados biológicos de qualidade e garantir a consistência de resultados científicos.
Vai de a da gravação.
O que é dito neste trecho
Eh, então assim, eh nós eh desde o início da pandemia a gente começou a analisar uma quantidade eh grande de dados, né? E a gente já tinha eh uma certa experiência com trabalho prévio do nosso grupo eh minerando dados da literatura. O que a gente consegue eh perceber, né? A gente tem que se a gente tem que se cercar de várias informações antes de analisar o dado, né? Então eh não é simplesmente sair gerando dado, né? A gente tem que ver da onde que o dado sai, se ele já foi publicado, aonde que ele foi publicado, eh quem tem trabalhado com esse dado. A gente tem também eh tentado contato com os pesquisadores que geraram o dado, porque às vezes o dado que ele coloca lá não conta uma história que só quem gerou o dado eh tem ou conhece, né? Então a gente tenta se cercar de uma série de informações eh que que nos auxilia, né? Então é claro, dados que são publicados em revistas de altíssimo impacto, e esse é um dos primeiros parâmetros que a gente utiliza, a chance daquele dado gerado ser de alta qualidade é muito grande. Pela experiência do nosso grupo, se a gente utiliza esse como parâmetro, né? E a gente compara o datasets distintos, então vamos pensar numa mesma condição, a gente tem dois datasets diferentes, isso é muito reprodutível. Só para te dar um exemplo, né? Aqui na Dinamarca eu trabalho com câncer eh de reto, o primeiro trabalho aqui, e a gente trabalhou com seis datasets diferentes. E a gente fez esse screening inicial para saber quais eram os melhores datasets. E é incrível, é muito legal a gente ver que eh datasets gerados em locais completamente diferentes, o quão semelhantes eles são quando eles são gerados com uma grande qualidade. E aí quando você compara vários datasets, por exemplo, quando eu foram seis datasets diferentes, e eu fiquei com seis porque eu tirei dois, porque na hora que a gente juntou todo mundo dois eles acabavam não batendo. Então quando a gente comparava os dados, os dados não eram comparáveis.
Outros trechos deste conteúdo

Como os ácidos graxos de cadeia curta regulam o sistema imune
Trecho de a da gravação

Combinação de Remdesivir e Topotecan contra a COVID-19
Trecho de a da gravação