MétaCan
Menu
Retour à la cohorte
Enregistrement W2158479414 · doi:10.1093/ps/79.6.921

Nutritionally Important Fatty Acids in Hen Egg Yolks from Different Sources

2000· article· en· W2158479414 sur OpenAlexaffabout
Yun Gao, Edward Charter

Notice bibliographique

RevuePoultry Science · 2000
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensNeova Technologies Inc.
Organismes subventionnairesnon disponible
Mots-clésYolkDocosahexaenoic acidArachidonic acidSignificant differenceFatty acidBiologyFood scienceLinolenic acidAnimal scienceComposition (language)ChemistryPolyunsaturated fatty acidLinoleic acidBiochemistryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Egg samples were collected from six different sources across Canada, and the yolks from those samples were analyzed for fatty acid composition using gas chromatography. Three yolk samples were from regularly fed chickens from three different Canadian egg processing plants, and the other three samples were from chickens fed with special diets. The specially fed chicken yolk samples were collected from three different Canadian egg producers. The three egg yolk samples from specially fed chickens had a significantly higher linolenic acid and docosahexaenoic acid content than the three regularly fed chicken yolk samples (P < 0.05). However, the arachidonic acid levels in the regularly fed chicken yolk samples were significantly higher (P < 0.05). In general, there was no significant difference among the three egg sources in each group. There was some variation in the fatty acid levels during different seasons for each source, but the difference was not statistically significant in most cases.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,248
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,030
Tête enseignante GPT0,245
Écart entre enseignants0,215 · 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

Citations27
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePoultry ScienceMême sujetMeat and Animal Product QualityTravaux en français237 207