MétaCan
Menu
Retour à la cohorte
Enregistrement W2403027166 · doi:10.14351/0831-4985-29.1.73

Conservation of a museum megamouth shark specimen by changing its preservative from aqueous ethanol to aqueous glycerol

2015· article· en· W2403027166 sur OpenAlexvenueno aff
Ian D. MacLeod

Notice bibliographique

RevueCollection Forum · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlycerolPreservativeAqueous solutionVitrificationExhibitionMaterials scienceChemistryPulp and paper industryEnvironmental scienceChromatographyArchaeologyEngineeringGeographyFood sciencePhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The Western Australian Museum’s iconic 5.2-m megamouth shark (Megachasma pelagios) was relocated 20 km from Perth to the Maritime Museum in Fremantle for treatment in an exhibition gallery. A 70% ethanol solution was diluted to 16% before the glass lids of the fiberglass tank were removed to facilitate removal of the heavy shark. A custom-made stainless steel storage and exhibition tank containing 8,000 L of 30% glycerol solution was prepared inside the exhibition space prior to the arrival of the specimen. Portholes in the top sections provided access points to record the density of the solution using a digital densitometer. The density fell linearly with the logarithm of the immersion time. Equilibration was achieved after the solution showed no change in density for a period of 2 months. To increase the glycerol concentration, 2,000 L of the solution were decanted into storage tanks before the same volume of pure glycerol was added. This process was repeated four times to reach a final level of 62% during the 2.5-year conservation program. The color and flexibility of the shark improved and dehydration wrinkles from ethanol storage were significantly reduced.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,237
Écart entre enseignants0,217 · 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'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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCollection ForumMême sujetIchthyology and Marine BiologyTravaux en français237 207