MétaCan
Menu
Retour à la cohorte
Enregistrement W2015020620 · doi:10.1046/j.1472-765x.2000.00748.x

A comparison of the Bioscreen method and microscopy for the determination of lag times of individual cells of Listeria monocytogenes

2000· article· en· W2015020620 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueLetters in Applied Microbiology · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueListeria monocytogenes in Food Safety
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésListeria monocytogenesLagLag timeDoubling timeTime lagAnalytical Chemistry (journal)MathematicsChemistryChromatographyMaterials scienceBiological systemBiologyCellBacteriaComputer scienceBiochemistry

Résumé

récupéré en direct d'OpenAlex

Lag phase durations (tLag) of individual Listeria monocytogenes cells were analysed using the NightOwl Molecular Imaging System, and results were compared with mean individual cell lag times (tL) obtained from the detection time (td) method using Bioscreen. With Bioscreen, an average tL of 6.39+/-0.89 h was obtained from five separate experiments. With the NightOwl method, an average tLag of 2.73+/-0.06 h was obtained from three experiments consisting of eight total replicates. Lag values from the NightOwl and Bioscreen are related by the equation: tLag = tL + DT, where DT is the doubling time. The equivalent tLag mean value for the Bioscreen method was 7.11+/-0.84 h. Individual lag times measured by both methods were normally distributed (r2 for Bioscreen and NightOwl ranged from 0.951 to 0.999 and from 0.884 to 0.982, respectively). The results suggest that the NightOwl method can provide accurate estimates of individual cell lag times, which will facilitate the development of combined discrete continuous models for bacterial growth.

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.

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)0,000
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 enseignants0,019
Score d'incertitude au seuil0,399

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,040
Tête enseignante GPT0,342
Écart entre enseignants0,302 · 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