MétaCan
Menu
Retour à la cohorte
Enregistrement W2134784389 · doi:10.1039/b000572j

Spectrometric determination of silicon in food and biological samples: an interlaboratory trial

2000· article· en· W2134784389 sur OpenAlexaff
Kristien Van Dyck, H. Robberecht, Rudy Van Cauwenbergh, H. Deelstra, Josiane Arnaud, Lieve Willemyns, Frank Benijts, Jos� A. Centeno, H W Taylor, Maria Elisa Soares, Maria de Lourdes Bastos, Margarida A. Ferreira, Patrick C. D’Haese, Ludwig V. Lamberts, Michel Hoenig, G�nter Knapp, Stanislaw J. Lugowski, Luc Moëns, J�rgen Riondato, R. Van Grieken, Martine Claes, Rudy Verheyen, Lieve Clement, Marc Uytterhoeven

Notice bibliographique

RevueJournal of Analytical Atomic Spectrometry · 2000
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAluminum toxicity and tolerance in plants and animals
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSpinachRepeatabilityRelative standard deviationChemistryStandard deviationStandard solutionChromatographySiliconCalibrationStandard additionAnalytical Chemistry (journal)MathematicsDetection limitStatisticsBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Accuracy and precision of silicon determination in biological matrices (serum, urine, water, beer and spinach) by spectrometric techniques (when necessary after acid destruction) were assessed by means of a collaborative interlaboratory trial. The trial was set up in accordance with ISO 5725-2 (1994). The relative overall repeatability standard deviation was acceptable. It varied between 4% for spinach powder (mean content: 176 mg kg−1) and 11% for serum (mean content: 5.33 mg L−1). On the other hand, the relative overall between-laboratory standard deviation was found to vary from a satisfactorily 15% for spinach after destruction (mean content: 3.32 mg L−1) to an unacceptable 107% for spinach powder (mean content: 176 mg kg−1). The overall conclusion of the trial was that silicon determination in biological matrices can properly be performed by spectrometric techniques. However, when sample pretreatment (i.e., acid destruction) is needed prior to silicon determination problems still remain.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,033
Tête enseignante GPT0,262
Écart entre enseignants0,229 · 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

Citations24
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Analytical Atomic SpectrometryMême sujetAluminum toxicity and tolerance in plants and animalsTravaux en français237 207