MétaCan
Menu
Retour à la cohorte
Enregistrement W2182297229 · doi:10.1007/s40071-015-0111-0

The effect of white sturgeon (Acipenser transmontanus) ovarian fat deposition on caviar yield and nutritional quality: introducing image processing method for sturgeon ovary fat determination

2015· article· en· W2182297229 sur OpenAlexaff
Mahmoudreza Ovissipour, Hamzah M. Al‐Qadiri, Xiaonan Lu, Yaxi Hu, Carolyn F. Ross, Joel P. Van Eenennaam, Serge I. Doroshov, Barbara Rasco

Notice bibliographique

RevueInternational aquatic research. · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesU.S. Department of Agriculture
Mots-clésSturgeonOvaryFatty acidBiologyDocosahexaenoic acidPalmitic acidFood scienceOleic acidChemistryPolyunsaturated fatty acidEndocrinologyBiochemistryFisheryFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Image analysis can predict the fat content of sturgeon ovaries that had been categorized as having a low, medium, and high fat content based upon the caviar yield expressed as a percent of the total ovary weight, and were correlated with the chemical measurement of total fat (R 2 = 0.83). The fatty acid composition of eggs was not influenced by ovary fat content. Palmitic acid (16:00) was the most abundant saturated fatty acid and oleic acid (18:1n-9) the most predominant monounsaturated fatty acids in sturgeon eggs regardless of the ovary fat content. No significant differences (P > 0.05) were observed in docosahexaenoic acid (DHA) and eicosapentaenoic acid (EPA) in eggs from fish with different fat ovaries. Fourier transform infrared spectroscopy (FT-IR) coupled with principal component analysis indicated no significant difference in chemical compositions in sturgeon eggs separated from ovaries of different fat contents confirming the fatty acid composition results.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,408
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,073
Tête enseignante GPT0,377
Écart entre enseignants0,304 · 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

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational aquatic research.Même sujetAquaculture Nutrition and GrowthTravaux en français237 207