Characterization of honeys by melissopalynology and statistical analysis
Notice bibliographique
Résumé
We analyzed pollen from 89 honey samples, collected in León and Palencia provinces (NW Spain). According to their pollen spectra, 46 were considered monofloral. The most abundant monofloral honeys were Erica types followed by Castanea, Centaurea, Reseda and Helianthus. One hundred and forty-two different pollen types were recorded, belonging to 47 families. Fifty-five of them reached percentages over 3% in at least one sample, while the other 87 types never exceeded 3% in any of the 89 samples. The families that were present in the highest number of samples were Fabaceae, Rosaceae, Cistaceae and Asteraceae. Plant families that had the highest percentages were Fabaceae, Ericaceae, Asteraceae, and Rosaceae. The pollen types that appeared in most samples were Rubus ulmifolius (73 samples), Cytisus scoparius (70) and Mentha aquatica (62); the pollen types that had the highest relative abundance were Erica arborea, Lotus corniculatus, Cytisus scoparius. The pollen types of the Ericaceae family, Jasione montana, and Lavandula latifolia types could be used as indicators of the origin of honeys among five zones in the area studied. The use of cluster and correlation statistical analyses proved useful in characterizing honey samples from a geographical and botanical point of view. The honey samples were divided into four classes according to the data matrix of presence/absence, and into seven classes according to absolute frequencies of pollen types in the samples. Key words: Honey, palynology, melissopalynology, botanical origin, characterization
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».