MétaCan
Menu
Retour à la cohorte
Enregistrement W2038818453 · doi:10.5216/rpt.v30i1.15793

ISOLAMENTO E IDENTIFICAÇÃO DE FUNGOS EM FARINHAS DE MILHO E MANDIOCA EM GOIÂNIA (GOIÁS)

2011· article· pt· W2038818453 sur OpenAlexaff
Jonine De Aquino Lemos, Milce Costa, Aline Aquino Lemos, Maria do Rosário Rodrigues Silva

Notice bibliographique

RevueRevista de Patologia Tropical / Journal of Tropical Pathology · 2011
Typearticle
Languept
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Food Sciences
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésBiologyHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

A presença de fungos nos alimentos provoca alterações nas suas condições normais, e o processo para obtenção das farinhas, alimento muito usado pelos brasileiros, propicia acontaminação por fungos. Assim, este trabalho objetiva verificar a presença de fungos em farinhas de milho e mandioca comercializadas em feiras e supermercados de Goiânia (GO). Para isso, foram coletadas 20 amostras em diferentes regiões da cidade, com a adoção da técnica de diluição em água peptonada e subsequente cultivo das diluições em ágar batata dextrose. A contagem das unidades formadoras de colónia (u.f.c.) foi realizada utilízando-sea técnica de semeadura em profundidade. De todas as amostras examinadas, observou-se o crescimento de 22 espécies diferentes, sendo que uma mesma espécie cresceu em diferentes amostras, obtendo-se um total de 54 isolados. Em maior percentual encontraram-se asespécies Aspergillus, Rhizopus, e Cladosporium. Na análise das unidades formadoras de colónias, verificou-se que todas as amostras examinadas apresentavam-se com valoresmenores do que IO4 u.f.c., o que preconiza o produto, segundo o Ministério da Saúde, como aceitável para consumo. Convém ressaltar, no entanto, que é elevada a contaminação por fungos nas farinhas examinadas e que é necessário um rigoroso controle de qualidade comrelação ao armazenamento desses cereais.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0010,002
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 Opus0,044
Tête enseignante GPT0,255
Écart entre enseignants0,211 · 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.

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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista de Patologia Tropical / Journal of Tropical PathologyMême sujetAgricultural and Food SciencesTravaux en français237 207