MétaCan
Menu
Retour à la cohorte
Enregistrement W222817932

MARKET BASKET SURVEY OF SELECTED METALS IN FRUITS FROM KARACHI CITY (PAKISTAN)

2009· article· en· W222817932 sur OpenAlexvenueno aff
Erum Zahir, Iftikhar Imam Naqvi, Sheikh Mohi Uddin

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2009
Typearticle
Langueen
DomaineChemistry
ThématiqueHeavy Metals in Plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAtomic absorption spectroscopyNitric acidChemistryPerchloric acidHeavy metalsEnvironmental chemistryMetalTrace metalNuclear chemistryMetallurgyMaterials scienceInorganic chemistryOrganic chemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Metals are essential for important biochemical and physiological functions and are necessary for maintaining health throughout life. In order to assess the impact of human activity on the food chain, monitoring of trace metals in a variety of fruits being sold in Karachi’s metropolis has been focus of this study. Trace levels of heavy metals such as Fe, Mn, Pb, Cu, Co, Ni, Cd, Cr and Zn were determined in 10 different varieties of fruits purchased from local market of Karachi city of Pakistan. The dried powdered samples were digested in 1: 3 mixtures of Perchloric acid (HClO 4) and Nitric acid (HNO 3) and metal levels were analyzed by using atomic absorption spectrophotometer. The results were in the range of 7.924-24.674 ug/g Fe, 0.531-7.571 ug/g Pb, 0.013-0.612 ug/g Mn, 0.543-3.234 ug/g Cu, 0.144-5.033 ug/g Ni, 0.1730.299 ug/g Cd, 3.268-4.343 ug/g Cr, 0.138-21.409 ug/g Zn, 0.104-1.168 ug/g Co.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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)0,0040,000

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 Opus0,040
Tête enseignante GPT0,304
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations51
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetHeavy Metals in PlantsTravaux en français237 207