MétaCan
Menu
Retour à la cohorte
Enregistrement W2400812677 · doi:10.1111/ijfs.13151

Gluten weight in ancient and modern wheat and the reactivity of epitopes towards R5 and G12 monoclonal antibodies

2016· article· en· W2400812677 sur OpenAlexaff
Pierre Gélinas, Carole McKinnon

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCeliac Disease Research and Management
Établissements canadiensCegep de Saint HyacintheAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésEpitopeGlutenMonoclonal antibodyBiologyAntibodyFood scienceChemistryImmunology

Résumé

récupéré en direct d'OpenAlex

Summary Differences in the level of coeliac‐active gluten epitopes in wheat might have some significance for individuals reporting noncoeliac gluten sensitivity. The aim of this study was to compare the reactivity of epitopes towards ELISA R5 and G12 monoclonal antibodies in ancient (emmer; Khorasan wheat; spelt) and modern wheat (common bread wheat; durum), and to check whether the bread‐making process leads to the degradation of epitopes. Data from ELISA R5 and G12 did not match gluten dry weight in wheat. Bread dough fermentation and extensive baking did not change the reactivity of coeliac‐active epitopes towards monoclonal antibodies. Compared to hexaploid bread‐type wheat (spelt; common bread wheat), ancient and modern pasta‐type tetraploid wheat (emmer; Khorasan; durum) had less epitopes reactive towards ELISA R5 and G12 and might be preferable for wheat‐sensitive individuals looking for food with reduced coeliac‐active epitopes.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,675
Score d'incertitude au seuil0,672

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,002
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 Opus0,014
Tête enseignante GPT0,305
Écart entre enseignants0,291 · 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'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

Citations28
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Science & TechnologyMême sujetCeliac Disease Research and ManagementTravaux en français237 207