MétaCan
Menu
Retour à la cohorte
Enregistrement W2337149946 · doi:10.5740/jaoacint.15-0234

Multiplex Dipstick Technologies for Rapid and Simultaneous Screening of Analytes of Importance in Agri-Food-Nutrition and Health Care: A Review

2016· review· en· W2337149946 sur OpenAlexaff
Rajesh Kumar, Rajeshwar P. Sinha, Manoj Singh, Subin R. C. K. Rajendran, Anil Kumar

Notice bibliographique

RevueJournal of AOAC International · 2016
Typereview
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésDipstickMultiplexBiotechnologyAnalyteMedicineEnvironmental healthRisk analysis (engineering)BiologyBioinformaticsChemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Dipstick test kits are being widely used for the rapid screening of a range of antigens or toxins in food, agriculture, and health care. They provide specific results on-site within 10 min with suitable accuracy and are, therefore, cost-effective. Multiplex dipsticks also provide the opportunity for simultaneous detection of multiple antigens in the target sample without using expensive instrumentation, minimizing the cost of analysis as well as the duration of assay. Because of these benefits, dipstick kits are widely being used in the simultaneous detection of several antigens/toxins in large number of samples and in high-throughput manner. This review focuses on the current status of developed multiplex strips and its working principles and future direction of the technology in the agriculture, food, nutrition, and health care sectors.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,034
Tête enseignante GPT0,324
Écart entre enseignants0,290 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of AOAC InternationalMême sujetBiosensors and Analytical DetectionTravaux en français237 207