MétaCan
Menu
Retour à la cohorte
Enregistrement W2165873161 · doi:10.5897/ajb09.1382

Comparison of bacterial communities of tilapia fish from Cameroon and Vietnam using PCR-DGGE (polymerase chain reaction-denaturing gradient gel electrophoresis)

2009· article· en· W2165873161 sur OpenAlexfundno aff
Justine Maïworé, N. L. Tatsadjieu, Didier Montēt, Gérard Loiseau, Carl Moses Mbofung

Notice bibliographique

RevueAgritrop (Cirad) · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensnon disponible
Organismes subventionnairesCentre de Coopération Internationale en Recherche Agronomique pour le DéveloppementAgence Universitaire de la Francophonie
Mots-clésTemperature gradient gel electrophoresisPolymerase chain reaction16S ribosomal RNABiologyFish <Actinopterygii>TilapiaGel electrophoresisMultiplex polymerase chain reactionBacteriaFisheryGeneMolecular biologyGenetics

Résumé

récupéré en direct d'OpenAlex

Fishes in general and tilapia in particular are traded all over the world. However, it is difficult to find out their exact geographical location. One of the techniques used in the traceability of fish and its byproducts consist in analysing in a global way the whole viable and non viable bacterial communities. For this purpose, the molecular technique employing the bacterial 16S DNA banding profiles generated by PCR-DGGE (polymerase chain reaction-Denaturing gradient gel electrophoresis) was used to evaluate the differences between the bacterial profiles of fishes from Vietnam (An Giang, south province) and those of Cameroon (Yagoua, Maga, Lagdo). The different PCR-DGGE 16S rDNA banding profiles obtained were analysed and results showed that there were specific bands for each geographical location though some bands common to Cameroon and Vietnam were observed. This method could be used as a rapid analytical traceability tool for fish products and could be considered as a provider of a unique biological bar code.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,036
Score d'incertitude au seuil0,640

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,286
Écart entre enseignants0,259 · 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.

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

Citations11
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgritrop (Cirad)Même sujetIdentification and Quantification in FoodTravaux en français237 207