MétaCan
Menu
Retour à la cohorte
Enregistrement W2045230919 · doi:10.1021/jf303699t

Floral Markers of Cornflower (Centaurea cyanus) Honey and Its Peroxide Antibacterial Activity for an Alternative Treatment of Digital Dermatitis

2012· article· en· W2045230919 sur OpenAlexaff
Stefanie Oelschlaegel, Laura Pieper, R. Staufenbiel, Маргит Грүнер, Linda Zeippert, B. Pieper, Isabelle Koelling-Speer, Karl Speer

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBee Products Chemical Analysis
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésFood scienceHoney beeFlavorBiologyHydrogen peroxidePropolisAftertasteBotanyChemistryTraditional medicineMedicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

Cornflower (Centaurea cyanus) honey can be characterized by a greenish yellow color and an intense flavor with a bitter aftertaste. Because cornflower honey contains only a limited amount of pollen for the verification of its floral origin, one objective was the characterization of its polyphenol and norisoprenoid contents to assign floral markers. Here, lumichrome (18.8-43.5 mg/kg), 7-carboxylumichrome, (Z/E)-3-oxo-retro-α-ionol, and 3-oxo-α-ionol appeared to be quite suitable for distinguishing cornflower honey from other unifloral honeys. Additionally, due to its comparably high hydrogen peroxide content (0.5-0.9 mM/h) and the associated antibacterial activity, cornflower honey was used as an alternative treatment of digital dermatitis on an organic dairy farm. Cows affected by this hoof disease often show severe lameness and a subsequent decline in milk yield and loss of body condition. The cows' hooves treated with cornflower honey showed significantly faster healing than the control group without any treatment.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,219
Écart entre enseignants0,197 · 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

Citations38
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetBee Products Chemical AnalysisTravaux en français237 207