MétaCan
Menu
Retour à la cohorte
Enregistrement W2590859123 · doi:10.15761/gimci.1000133

Water activity as related to microorganisms in the manufacturing environment

2016· article· en· W2590859123 sur OpenAlexaff
Clyde Schultz

Notice bibliographique

RevueGeneral Internal Medicine and Clinical Innovations · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueIndustrial Automation and Control Systems
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMicroorganismEnvironmental scienceBusinessBiologyBacteria

Résumé

récupéré en direct d'OpenAlex

The importance of the absence of waterManufacturing of solid oral dosage formulations is by definition non-sterile.This is in contrast to parenterals which are by definition sterile upon completion of manufacturing.Water is the solvent in which proteins, polysaccharide and lipids are dissolved, but in the confines of solid oral manufacturing may be considered little more than a contaminant.Water may be taken into excipients, which comprise an individual part of the pill or capsule, but which are inert in terms of physiological function.The best, or most noticeable example of an excipient is the gelatin capsule.Gelatin is highly hydroscopic, and attracts water absorbed from the ambient environment.Capsules and pills are normally manufactured in the absence of any water thus limiting the presence of the molecule.The availability of water is the most important single factor affecting the growth of all prokaryotic and eukaryotic cells.The availability of water for a cell depends upon its presence in the atmosphere (relative humidity) or its presence in solution, or a substance.Water activity is affected by the presence of solutes such as salts and/or sugars that may be dissolved in a given solution.The lower the solute concentration of a substance, the higher the water activity.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,036
Tête enseignante GPT0,307
Écart entre enseignants0,271 · 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'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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeneral Internal Medicine and Clinical InnovationsMême sujetIndustrial Automation and Control SystemsTravaux en français237 207