MétaCan
Menu
Retour à la cohorte
Enregistrement W1991914646 · doi:10.5539/jfr.v2n4p101

The Plant Extract Collection Kiel in Schleswig-Holstein (PECKISH) Is an Open Access Screening Library

2013· article· en· W1991914646 sur OpenAlexvenueno aff
Simone Onur Onur, Heiko Stöckmann, Marion Zenthoefer, Levent Piker, Frank Döring

Notice bibliographique

RevueJournal of Food Research · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMedicinal Plants and Bioactive Compounds
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Bildung und Forschung
Mots-clésMedicinal plantsBiologyOrnamental plantTraditional medicineBotanyBiotechnologyHorticultureMedicine

Résumé

récupéré en direct d'OpenAlex

Because plants and their extracts are a potent resource for bioactive substances we developed the plant extract collection Kiel in Schleswig-Holstein (PECKISH) as an open access screening library. PECKISH contains more than 4500 unique aqueous (about 64%), ethanolic (about 32%), and other (about 4%) extracts from > 880 different plant species and 11 different plant tissues. PECKISH represents about 190 plant families. Extracts were obtained from health shops, outdoor cultivated plants, marine algae, herbs from traditional Chinese medicine, African plants and known medicinal plants. Concentrated and sterilized extracts are stored at -80 °C and are available in a 96-well plate format including empty wells for positive and negative controls. The library format allows medium throughput screenings using enzymatic assays, cell-based assays or phenotypic read-outs using model-organisms such asC. elegans or D. melanogaster. Screenings based on PECKISH are useful to develop dietary supplements, functional foods or drugs. The uniqueness of PECKISH lies in its broad diversity of plant extracts and its open access character.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,208

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0620,059

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 Opus0,224
Tête enseignante GPT0,434
Écart entre enseignants0,210 · 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.

Devis d'étudeSans objet
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

Citations23
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetMedicinal Plants and Bioactive CompoundsTravaux en français237 207