MétaCan
Menu
Retour à la cohorte
Enregistrement W2109133699

PRODUCTION D’ANTICORPS POLYCLONAUX ANTI - PROTEINE A DE STAPHYLOCOCCUS AUREUS : OPTIMISATION D’UNE TECHNIQUE E.L.I.S.A. POUR LE CONTROLE DE QUALITE DU LAIT

2008· article· fr· W2109133699 sur OpenAlexaff
Mohammed Bénali, Y Belkessam, Boumediene Khaled Meghit, Soraya Moulessehoul, Slimane Belbraouet

Notice bibliographique

RevueSCIENCE & TECHNOLOGY. C, BIOTECHNOLOGY · 2008
Typearticle
Languefr
DomaineVeterinary
ThématiqueVeterinary medicine and infectious diseases
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésAntiserumMolecular biologyPolyclonal antibodiesMedicineBiologyAntibodyImmunology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L’objectif de cet article est la production d’anticorps polyclonaux dirigés contre la protéine A deS. aureus et leur utilisation pour apprécier la qualité bactériologique du lait. A cet effet, unprotocole d’immunisation est mis au point pour déceler, dans un lot d’animaux, les bonsrépondeurs à l’antigène injecté. La réalisation d’un tableau croisé nous a permis d’optimiser lesdifférentes concentrations des différents réactifs utilisés pour le test E.L.I.S.A. Les dilutions de :- 1/1000 pour l’antisérum de souris anti-pSA et 1/2000 pour l’antisérum de lapin anti-pSA,- 1/4000 pour l’antisérum de souris anti-Sc et 1/500 pour l’antisérum de lapin anti-pSA,- et 1/2000 pour le polyclonal de souris anti-Sj et 1/500 pour l’antisérum de lapin anti-pSA,ont été retenues. L’application du test E.L.I.S.A. optimisé à la recherche de S. aureus dansdifférents échantillons de lait a donné des résultats satisfaisants en comparaison avec ceuxobtenus par la méthode bactériologique. En effet la sensibilité, la reproductibilité ainsi que lapossibilité d’analyse d’un grand nombre d’échantillons à la fois en un temps réduit font de laméthode immunochimique une méthode de choix capable de remplacer les méthodesmicrobiologiques classiques actuellement utilis

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesÉtudes des sciences et des technologies
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 enseignants0,143
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,008
Études des sciences et des technologies0,0020,014
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
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 Opus0,025
Tête enseignante GPT0,287
Écart entre enseignants0,262 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSCIENCE & TECHNOLOGY. C, BIOTECHNOLOGYMême sujetVeterinary medicine and infectious diseasesTravaux en français237 207