MétaCan
Menu
Retour à la cohorte
Enregistrement W2341916241 · doi:10.5539/jas.v8n5p173

Modification of American Institute of Nutrition Rat Diet in Mammary Cancer Research

2016· article· en· W2341916241 sur OpenAlexvenueno aff
Hiba F. Al-Sayyed, Hamed R. Takruri

Notice bibliographique

RevueJournal of Agricultural Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueDate Palm Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Jordan
Mots-clésCanolaSoybean oilDMBASunflowerSunflower oilFood scienceMammary tumorChemistryPolyunsaturated fatty acidBiologyCancerBiochemistryFatty acidHorticultureBreast cancer

Résumé

récupéré en direct d'OpenAlex

<p>This research was performed to test the effect of date palm fruit (<em>Phoenix datylifera </em>L.) of (Al-Barhi) type at the two maturity stages “Rutab” and “Tamr” on the 7,12-dimethylbenz(a)anthracene (DMBA)-induced mammary cancer using the rat model. The experimental diets included soybean group as a control group since soybean is known to be protective against mammary cancer.</p><p>The diets, except for the soybean diet, were a modification of the American Institute of Nutrition-1993 (AIN-93) diet that is free of any soybean products. Soybean oil was replaced by a mixture of canola and sunflower oils in amounts that give ratios of w-6:w-3 fatty acids and PUFA:SFA similar to those of the AIN-93 diet which are based on soybean oil namely 7.5:1.0 and 4.0:1.0 respectively.</p><p>It is concluded that in DMBA-induced mammary cancer experiments, a mixture of canola and sunflower oils in a ratio of 0.6:1.0 (v/v) canola oil:sunflower oil would replace soybean oil.</p>

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,869
Score d'incertitude au seuil0,464

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,080
Tête enseignante GPT0,359
Écart entre enseignants0,279 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetDate Palm Research StudiesTravaux en français237 207