MétaCan
Menu
Retour à la cohorte
Enregistrement W2018399740 · doi:10.1021/jf052424o

Development and Comparison of Three Diagnostic Immunoassay Formats for the Detection of Azoxystrobin

2006· article· en· W2018399740 sur OpenAlexaff
Gordon Furzer, Linda J. Veldhuis, J. Christopher Hall

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Residue Analysis and Safety
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésAzoxystrobinImmunoassayChromatographyComputer scienceMedicineChemistryBiologyFungicideBotanyImmunology

Résumé

récupéré en direct d'OpenAlex

The currently accepted method of detection for azoxystrobin, a strobilurin fungicide, involves a labor-intensive organic solvent extraction and gas chromatography analysis. Three diagnostic assay formats, i.e., enzyme-linked immunosorbent assay (ELISA), fluorescence polarization (FP), and time-resolved fluorescence (TR-FIA), were developed and compared with regard to detection and quantification of azoxystrobin in grape extract and river, lake, and well water samples. These three assay formats require no initial sample extraction and were not affected by any of the environmental matrices tested, and each had a linear working range of 0-400 pg/mL. The polyclonal antibodies used for each of the immunoassays were specific to azoxystrobin; that is, the highest cross-reactivity to other pesticides observed was 5.7%. The limits of detection of the immunoassays were similar at 3 (ELISA), 46 (FP), and 28 (TR-FIA) pg/mL, as were the respective IC50 values of 306, 252, and 244 pg/mL. Each of the three immunoassays developed was less labor-intensive and approximately 100-fold more sensitive than the gas chromatographic method. While the three formats were comparable in terms of performance, the fluorescence polarization assay was the least labor-intensive and required the least time to perform.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,006
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0020,001
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 Opus0,014
Tête enseignante GPT0,205
Écart entre enseignants0,191 · 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

Citations33
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetPesticide Residue Analysis and SafetyTravaux en français237 207