MétaCan
Menu
Retour à la cohorte
Enregistrement W2022383423 · doi:10.1016/j.dib.2014.09.006

Data set for the proteomic inventory and quantitative analysis of chicken uterine fluid during eggshell biomineralization

2014· article· en· W2022383423 sur OpenAlexfundno aff
Pauline Marie, Valérie Labas, Aurélien Brionne, Grégoire Harichaux, Christelle Hennequet‐Antier, Yves Y. Nys, Joël Gautron

Notice bibliographique

RevueData in Brief · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Regional Development FundConseil Régional du Centre-Val de LoireInstitut National de la Santé et de la Recherche MédicaleInstitut National de la Recherche AgronomiqueAgence Nationale de la RechercheUniversity of Ottawa
Mots-clésBiomineralizationProteomicsEggshellMineralization (soil science)ChemistryQuantitative proteomicsBiologyBiochemistryGeneEcology

Résumé

récupéré en direct d'OpenAlex

Chicken eggshell is the protective barrier of the egg. It is a biomineral composed of 95% calcium carbonate on calcitic form and 3.5% organic matrix proteins. Mineralization process occurs in uterus into the uterine fluid. This acellular fluid contains ions and organic matrix proteins precursors which are interacting with the mineral phase and control crystal growth, eggshell structure and mechanical properties. We performed a proteomic approach and identified 308 uterine fluid proteins. Gene Ontology terms enrichments were determined to investigate their potential functions. Mass spectrometry analyses were also combined to label free quantitative analysis to determine the relative abundance of 96 proteins at initiation, rapid growth phase and termination of shell calcification. Sixty four showed differential abundance according to the mineralization stage. Their potential functions have been annotated. The complete proteomic, bioinformatic and functional analyses are reported in Marie et al., J. Proteomics (2015) [1].

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 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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil0,189

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,143
Tête enseignante GPT0,342
Écart entre enseignants0,199 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations21
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetMeat and Animal Product QualityTravaux en français237 207