MétaCan
Menu
Retour à la cohorte
Enregistrement W2002886446 · doi:10.3168/jds.2012-5420

Short communication: Evaluation of serum immunoglobulin G concentrations using an automated turbidimetric immunoassay in dairy calves

2012· article· en· W2002886446 sur OpenAlexaff
M.L. Alley, Deborah M. Haines, Geoffrey Smith

Notice bibliographique

RevueJournal of Dairy Science · 2012
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal health and immunology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésRadial immunodiffusionImmunoassayColostrumAntibodyImmunoglobulin GChromatographyImmunologyDairy cattleImmunodiffusionAnimal scienceChemistryMedicineBiology

Résumé

récupéré en direct d'OpenAlex

The absorption of maternal antibodies associated with colostrum feeding is critical to the health of calves. Multiple assays have been described to assess serum immunoglobulin G (IgG) concentrations in calves. However, none are ideal for routine use on farms. The purpose of this study was to evaluate the reliability of a new commercially available immunoassay and portable analyzer for measuring serum IgG concentrations in dairy calves. Serum from 100 Holstein calves that had received colostrum was collected for this study. Immunoglobulin G concentrations were run on each calf using both the rapid immunoassay method and radial immunodiffusion assay. Serum IgG concentrations in calves from this study ranged from 460 to 3,640 mg/dL (mean ± SD: 1,515 ± 71) as measured by radial immunodiffusion and 402 to 3,586 mg/dL (mean 1,473 ± 70) as measured by the immunoassay. Based on regression analysis, the automated results closely paralleled those obtained by radial immunodiffusion with a coefficient of determination value of 0.98. Based on the results of this study, the immunoassay technique using the portable analyzer represents a reliable method that can be run within 15 min and provide an accurate serum IgG level. Although the cost is not insignificant, this assay could be easily implemented on a dairy farm to help monitor transfer of passive immunity.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,178
Tête enseignante GPT0,450
Écart entre enseignants0,271 · 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'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

Citations24
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetAnimal health and immunologyTravaux en français237 207