MétaCan
Menu
Retour à la cohorte
Enregistrement W2416558444 · doi:10.3390/w8060248

Inter-Laboratory Evaluation and Successful Implementation of MS2 Coliphage as a Surrogate to Establish Proficiency Using a BSL-3 Procedure

2016· article· en· W2416558444 sur OpenAlexfundno aff
Latisha Mapp, Yildiz Chambers, Prisca Takundwa, Vincent R. Hill, Chandra Schneeberger, Jackie Knee, Malik Raynor, Patricia T. Klonicki, Kenneth Miller, Misty L. Pope, Nina Hwang

Notice bibliographique

RevueWater · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueViral gastroenteritis research and epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesCenters for Disease Control and PreventionOffice of Public Health Preparedness and ResponseCanadian Dairy CommissionU.S. Department of Homeland SecurityU.S. Environmental Protection Agency
Mots-clésColiphageComputer scienceEnvironmental scienceBiochemical engineeringEngineeringBiologyBacteriophageGenetics

Résumé

récupéré en direct d'OpenAlex

The U.S. Environmental Protection Agency’s (EPA) Water Laboratory Alliance relies on the Centers for Disease Control and Prevention’s ultrafiltration-based Water Processing Procedure (WPP) for concentration of biosafety level 3 (BSL-3) agents from 10 L to 100 L of drinking water. The WPP requires comprehensive training and practice to maintain proficiency, resulting in a critical need for quality control (QC) criteria. The aim of this study was to develop criteria using male-specific (MS2) coliphage (BSL-2 agent) to minimize safety hazards associated with BSL-3 agents and to use the criteria to evaluate analytical proficiency during a demonstration exercise. EPA Method 1602 with EasyPhage was used during the study to develop QC criteria for 100-mL, and 40–100 L samples. The demonstration exercise indicated that the MS2 criteria would allow laboratories to demonstrate proficiency using the WPP with 40–100 L samples. In addition, the QC criteria developed for 100-mL samples has broad applicability at laboratories that are using MS2 for other types of analyses, such as assessment of water treatment devices. The development of MS2 QC criteria allows laboratories to develop and confirm ongoing proficiency using the WPP.

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)0,043
score de la tête « metaresearch » (Gemma)0,053
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 enseignants0,043
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,053
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,030
Tête enseignante GPT0,394
Écart entre enseignants0,364 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetViral gastroenteritis research and epidemiologyTravaux en français237 207