Prediction of immunoglobulin G content in bovine colostrum by near-infrared spectroscopy
Notice bibliographique
Résumé
The objective of this work was to assess the potential of near infrared spectroscopy to predict the immunoglobulin G (IgG) content in bovine colostrum. Liquid colostrum samples (n=157) were collected from Holstein cows from 2 dairy farms in southern Chile. Samples were obtained within 1h of parturition and scanned in folded transmission (transflectance) in the visible-near infrared range. Multivariate regression models (modified partial least squares) were developed with spectral data against IgG content measured by radial immunodiffusion. The best calibration included a mathematical treatment of the spectra by a second derivative plus standard normal variate and detrending. The best equation explained a high proportion of the variation in IgG content (R(2) of 0.95 in calibration and 0.94 in cross-validation). Average (91.5 g/L), standard deviation (37.6g/L), and range, as highest minus lowest values (171.9 g/L) of reference values were 10.1, 4.2, and 19 times the value of the root mean square error of cross-validation (9.03 g/L) respectively. Near-infrared spectroscopy, scanned in folded transmission, is an effective tool to predict the IgG content in liquid colostrum.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».