MétaCan
Menu
Retour à la cohorte
Enregistrement W2025118033 · doi:10.1021/jf9000605

Quantitative <sup>23</sup>Na Magnetic Resonance Imaging of Model Foods

2009· article· en· W2025118033 sur OpenAlexaff
Emil Veliyulin, Bjørg Egelandsdal, Florea Marica, Bruce J. Balcom

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésMagnetic resonance imagingSodiumChemistryGadoliniumNuclear magnetic resonanceQuantitative analysis (chemistry)Analytical Chemistry (journal)PhysicsChromatographyMedicineRadiology

Résumé

récupéré en direct d'OpenAlex

Partial (23)Na MRI invisibility in muscle foods is often referred to as an inherent drawback of the MRI technique, impairing quantitative sodium analysis. Several model samples were designed to simulate muscle foods with a broad variation in protein, fat, moisture, and salt content. (23)Na spin-echo MRI and a recently developed (23)Na SPRITE MRI approach were compared for quantitative sodium imaging, demonstrating the possibility of accurate quantitative (23)Na MRI by the latter method. Good correlations with chemically determined standards were also obtained from bulk (23)Na free induction decay (FID) and CPMG relaxation experiments on the same sample set, indicating their potential use for rapid bulk NaCl measurements. Thus, the sodium MRI invisibility is a methodological problem that can easily be circumvented by using the SPRITE MRI technique.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,016
Tête enseignante GPT0,277
Écart entre enseignants0,261 · 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

Citations17
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207