Sjømat og helse – marin næringsutvikling og kompetansebygging.Statusrapport 2009
Notice bibliographique
Résumé
Prosjektet består av tre hovedaktiviteter. I delprosjekt (a) er det gjennomført to dyreforsøk for å evaluere om proteinkomponenter fra torsk har en forebyggende effekt mhp. type 2 diabetes (T2D). Resultatene viste at torskeproteinene ikke hadde en beskyttende effekt, et resultat som divergerte med tilsvarende studier utført av samarbeidspartnerne i Canada. Årsaken til dette skyldes trolig ulike fremstillingsprosedyrer av torskeproteinene og det antas at enkelte biologisk aktive komponenter har gått tapt under fremstillingen av foret til forsøkene som er utført i Tromsø. I delprosjekt (b) er det samlet inn epidemiologiske data fra to regioner i Russland, med formål å sammenligne fiskekonsum og forekomsten av T2D og hjerte- og karsykdommer i de ulike befolkningsgrupper. Første del av datasettet er analysert og resultatene viste at det var store forskjeller i sosioøkonomisk status og fiskekonsum i de to russiske regionene. I delprosjekt (c) er det gjennomført et dyreforsøk for å evaluere om industriell prosessering påvirker helsegevinsten av sjømatkonsum. Reker ble valgt som råstoff siden de gjerne gjennomgår en omfattende prosessering og mister mange biologisk aktive komponenter under produksjonsprosessen. Noe overraskende viste rå reker seg å gi forhøyet grad av åreforkalkning og redusert vekst sammenliknet med prosesserte reker og kontroll. Det er satt i gang undersøkelser for avklare om dette skyldes ulik grad av fordøyelighet mellom råstoffene.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».