MétaCan
Menu
Retour à la cohorte
Enregistrement W2871873250 · doi:10.5740/jaoacint.smpr2018.002

Standard Method Performance Requirements (SMPRs®) 2018.002: Fructans in Animal Food (Animal Feed, Pet Food, and Ingredients)

2018· article· en· W2871873250 sur OpenAlexaff
John Szpylka, Nancy Thiex, Belisario Acevedo, Asier Albizu, Parul Angrish, Sean Austin, Knuk Erik Bach Knudsen, Charles A Barber, Daniel Berg, Sneh Bhandari, Annie Bienvenue, Kaitlin Cahill, Jane M. Caldwell, Christian Campargue, France Cho, Mark W. Collison, Claudio Cornaggia, Hans Cruijsen, Manisha Das, Marcel De Vreeze, Inge Deutz, J. R. Donelson, Aurélie Dubois, Gustaaf S Duchateau, Lucien Duchateau, David Ellingson, Jay Gandhi, Frank Gottsleben, Jonathan Haché, Gale Hagood, M. Hamad, Philip Haselberger, Thomas Hektor, Ryan Hoefling, Steve Holroyd, Douglas L. Holt, Jeff G Horst, Ruth Ivory, Arrate Jaureguibeitia, Martha Jennens, Diana C Kavolis, Lindsay Kock, Erik J M Konings, Scott Krepich, Dana A Krueger, Markus Lacorn, Cheryl L Lassitter, Sookwang Lee, Han Li, Alex Liu, Kai Liu, Bozena D Lusiak, Eva Lynch, Kateřina Maštovská, Barry V. McCleary, Gaston M Mercier, Pierre L Metra, Lucia Monti, Carlos Jhonatan Moscoso, Hari Narayanan, Salvatore Parisi, Giampaolo Perinello, Melissa Phillips, Susan Pyatt, Miachael Raessler, Lars M Reimann, Catherine A. Rimmer, Alejandra Rodríguez‐Fernández, Joe Romano, Sandra Salleres, Mariusz Śliwiński, Georgina Smyth, Kathryn Stanley, Monique Steegmans, Hiroko Suzuki, Kathy Swartout, Naim Tahiri, Richard Ten Eyck, Marina Graciela Torres Rodriguez, James Van Slate, P.J. Van Soest, Tom Vennard, Roberta Vidal, Rikke Susanne Vinbord Hedegaard, Ioannis Vrasidas, Yannis Vrasidas, S. N. Walford, Paul Wehling, Paul Winkler, Ronald Winter, Bryan Wirthwine, Doug Wolfe, Laura J. Wood, David C Woollard, Sudhakar Yadlapalli, Xun Yan, Jinchuan Yang, Zheng Yang, Guhong Zhao

Notice bibliographique

RevueJournal of AOAC International · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueMicrobial Metabolites in Food Biotechnology
Établissements canadiensAbbott (Canada)Canadian Food Inspection AgencyMaxxam (Canada)
Organismes subventionnairesnon disponible
Mots-clésPet foodAnimal foodFood scienceAnimal feedFructanBusinessBiotechnologyChemistryBiology

Résumé

récupéré en direct d'OpenAlex

John Szpylka, Nancy Thiex, Belisario Acevedo, Asier Albizu, Parul Angrish, Sean Austin, Knuk Erik Bach Knudsen, Charles A Barber, Daniel Berg, Sneh D Bhand

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)0,055
score de la tête « metaresearch » (Gemma)0,092
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,289

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0550,092
Méta-épidémiologie (sens strict)0,0070,004
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0130,005
Études des sciences et des technologies0,0050,003
Communication savante0,0050,004
Science ouverte0,0100,007
Intégrité de la recherche0,0170,005
Charge utile insuffisante (le modèle a refusé de juger)0,0390,075

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 Opus0,020
Tête enseignante GPT0,312
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 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of AOAC InternationalMême sujetMicrobial Metabolites in Food BiotechnologyTravaux en français237 207