Prediction efficiency by near-infrared spectroscopy of immunoglobulin G in liquid and dried bovine colostrum samples
Notice bibliographique
Résumé
The objective of this study was to compare the prediction efficiency of IgG concentration in bovine colostrum by NIRS, using liquid and dried (Dry-Extract Spectroscopy for Infrared Reflectance, DESIR) samples by transflectance and reflectance modes, respectively. Colostrum samples (157), obtained from 2 commercial Holstein dairy farms, were collected within the first hour after calving and kept at -20 °C until analysis. After thawing and homogenisation, a subsample of 500 mg of liquid colostrum was placed in an aluminium mirror transflectance cell (0·1 mm path length), in duplicate, to collect the spectrum. A glass fiber filter disc was infused with another subsample of 500 mg of colostrum, in duplicate, and dried in a forced-air oven at 60 °C for 20 min. The samples were placed in cells for dry samples to collect the spectra. The spectra in the VIS-NIR region (400-2500 nm) were obtained with a NIRSystems 6500 monochromator. Mathematical treatments, scatter correction treatments and number of cross-validation groups were tested to obtain prediction equations for both techniques. Reference analysis for IgG content was performed by radial immunodiffusion. The DESIR technique showed a higher variation in the spectral regions associated with water absorption bands, compared with liquid samples. The best equation for transflectance method (liquid samples) obtained a higher coefficient of determination for calibration (0·95 vs. 0·94, respectively) and cross validation (0·94 vs. 0·91, respectively), and a lower error of cross validation (9·03 vs. 11·5, respectively) than the best equation for reflectance method (DESIR samples). In final, both methods showed excellent capacity for quantitative analysis, with residual predictive deviations above 3. It is concluded that, regarding accuracy of prediction and time for obtaining results of IgG from bovine colostrum, NIRS analysis of liquid samples (transflectance) is recommended over dried samples (DESIR technique by reflectance).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».