Immunochromatographic assay using gold nanoparticles for measuring salivary secretory IgA in dogs as a stress marker
Notice bibliographique
Résumé
The concentration of salivary secretory immunoglobulin A (sIgA) is a well-known stress marker for humans. The concentration of salivary sIgA in dogs has also been reported as a useful stress marker. In addition, salivary sIgA in dogs has been used to determine the adaptive ability of dogs for further training. There are conventional procedures based on enzyme-linked immunosorbent assay (ELISA) for measuring salivary sIgA in dogs. However, ELISA requires long assay time, complicated operations and is costly. In the present study, we developed an immunochromatographic assay for measuring salivary sIgA in dogs using a dilution buffer containing a non-ionic surfactant. We determined 2500-fold dilution as the optimum condition for dog saliva using a phosphate buffer (50 mM, pH 7.2) containing non-ionic surfactant (3 wt% Tween 20). The results obtained from the saliva samples of three dogs using immunochromatographic assay were compared with those obtained from ELISA. It was found that the immunochromatographic assay is applicable to judge the change in salivary sIgA in each dog. The immunochromatographic assay for salivary sIgA in dogs is a promising tool, which should soon become commercially available for predicting a dog's psychological condition and estimating adaptive ability for training as guide or police dogs.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».