MétaCan
Menu
Retour à la cohorte
Enregistrement W1990012960 · doi:10.1080/19393210.2013.856036

Total mercury in canned tuna sold in Canada in 2006

2013· article· en· W1990012960 sur OpenAlexaffabout
Robert Dabeka, Arthur D Mckenzie, D. S. Forsyth

Notice bibliographique

RevueFood Additives and Contaminants Part B · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésTunaAlbacoreYellowfin tunaMercury (programming language)Skipjack tunaFisheryAnimal scienceChemistryThunnusFood scienceBiologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Total mercury was measured in 156 composites prepared from 936 samples of canned tuna sold in Canada in 2006. Each composite comprised a single brand. Yellowfin tuna contained the lowest concentrations, averaging 0.066 mg/kg. Skipjack tuna contained slightly higher concentrations, averaging 0.132 mg/kg. The highest average concentration was found in the Albacore tuna: mean 0.325 mg/kg, range 0.174-0.507 mg/kg. The second highest concentration among the 49 albacore composites was 0.469 mg/kg. There were 72 composites for which the type of tuna was not specified. The mercury in these averaged 0.095 mg/kg and ranged from 0.016 to 0.237 mg/kg.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,205
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations12
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFood Additives and Contaminants Part BMême sujetMercury impact and mitigation studiesTravaux en français237 207