MétaCan
Menu
Retour à la cohorte
Enregistrement W2929877905 · doi:10.1002/star.201200125

Perspectives on the history of research on starch

2012· article· en· W2929877905 sur OpenAlexaff
Koushik Seetharaman, Eric Bertoft

Notice bibliographique

RevueStarch - Stärke · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEnzyme Production and Characterization
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésStarchDiastaseConfusionPolymer scienceChemistryFood sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Abstract Starch has been used over several millennia for a number of different applications. However, research on understanding this substance only spans about three centuries starting with Leeuwenhoek who observed it in 1716. This story of discovery of the molecular structure and architectural makeup of starch is chronicled in a series of six essays of which this is the third with a focus on contemporary terminologies used in the 19th and early 20th centuries and its impact on advances in starch. Following the discovery of diastase, researchers focused on understanding the action of diastase on “transforming” starch into sugar. Besides maltose, they found that the products consisted of a range of dextrins with different abilities to complex with iodine. However, the nomenclature of the products that were obtained under a myriad of experimental conditions gave rise to confusions and misinterpretations, which transpired for over 30 years. Researchers also attempted to understand starch structure through systematic analyses of the different stages of starch breakdown. A new era of confusion in both nomenclature and structural interpretation started in the early 20th century with the discovery of cyclodextrins that were obtained from starch using the microorganism B. macerans . This gave rise to the school of “the low molecular elementary unit hypothesis” for starch structure, which lasted for about 25 years. magnified image Please read the Editorial for more details.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,711
Score d'incertitude au seuil0,294

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,353
Écart entre enseignants0,275 · 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 tête enseignante, 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

Citations8
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStarch - StärkeMême sujetEnzyme Production and CharacterizationTravaux en français237 207