MétaCan
Menu
Retour à la cohorte
Enregistrement W10344383 · doi:10.1093/jaoac/92.1.165

TEMPO® TVC for the Enumeration of Aerobic Mesophilic Flora in Foods: Collaborative Study

2009· article· en· W10344383 sur OpenAlexaboutno aff
Erin Crowley, Patrick Bird, Marianne Torontali, James Agin, David Goins, Ronald L. Johnson, Maya Achen, Jeremiás Máté Balogh, D Barket, A Boatwright, Mike Clark, J Colón-Reveles, Keith Dixon, Mackenzie Gorman, P Hanson, G Husby, Michelle L. Kelly, S Kim, C Koschmann, L. F. Laflamme, C. W. Larson, K. Männer, Kirk McCallum, Harold E. McClure, William McMahon, John Mills, F Mohnke, Byung Seok Moon, M. Murphy, L Post, V Quast, J. Riva, Khashayar Mirab Zadeh, Shirin Sheikhi Zadeh

Notice bibliographique

RevueJournal of AOAC International · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnumerationRepeatabilitySerial dilutionTotal Viable CountPlate countFood scienceMathematicsMesophileBiologyStatisticsMedicine

Résumé

récupéré en direct d'OpenAlex

The automated system for enumeration of total viable count (TVC) in foods, TEMPO TVC, uses a dehydrated culture medium and an enumeration card containing 48 wells across 3 different dilutions for the automatic determination of the most probable number (MPN). The alternative method was compared in a multilaboratory collaborative study to AOAC Method 966.23 for determination of aerobic plate count for nondairy products and the Standard Methods for the Examination of Dairy Products (SMEDP) Standard Plate Count for dairy products. Five food types, raw ground beef, raw ground chicken, cooked whitefish fillets, bagged lettuce, and milk, were analyzed for TVC by 14 collaborating laboratories throughout the United States and Canada. Three lots of naturally contaminated food products representing a wide range of counts were tested for each of the 5 food types. The study demonstrated that the overall repeatability, reproducibility, and mean log counts of the TEMPO TVC method were statistically comparable to those of the 2 standard methods at the 5% level.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,239
Score d'incertitude au seuil0,202

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,326
Écart entre enseignants0,311 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations19
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of AOAC InternationalMême sujetIdentification and Quantification in FoodTravaux en français237 207