MétaCan
Menu
Retour à la cohorte
Enregistrement W2945546545 · doi:10.1002/9780470015902.a0023732

Plant Products for Health

2019· other· en· W2945546545 sur OpenAlexaff
Srividhya Venkataraman, Abdullah Makhzoum, Erum Shoaib, Kathleen Hefferon

Notice bibliographique

RevueEncyclopedia of Life Sciences · 2019
Typeother
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSeed and Plant Biochemistry
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBiofortificationBiotechnologyHuman healthMalnutritionBiologyEngineeringMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Plants play an essential role in many aspects of human health, including nutrition and medicine. Advancements in biology and engineering have hastened research regarding plant‐based medicines. More specifically, biotechnology has played a significant role in identifying new ways that plants can be utilised. There are three major directions that plants are being developed to improve our health. The first concerns the use of plants as production platforms for modern pharmaceuticals. The second deals with plant biofortification strategies to prevent malnutrition and defeat chronic diseases. The third describes the identification and analysis of bioactive compounds derived from plants in modern medicine. All three sections bring to light mankind's continuous reliance on plants for our current and future health needs. Key Concepts Plants play an essential role in many aspects of human health, including nutrition and medicine. Plants can be used as production platforms for biopharmaceuticals. Biofortified crops such as Golden Rice and Banana21 can prevent Vitamin A deficiency. Plant secondary metabolites can be used as a source of bioactive molecules to improve human health. However, significant opposition to biotechnology has slowed the research and development of plant-based health products.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,250
Score d'incertitude au seuil0,837

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,2500,122

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 Opus0,025
Tête enseignante GPT0,246
Écart entre enseignants0,220 · 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
GenreAutre

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

En bref

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEncyclopedia of Life SciencesMême sujetSeed and Plant BiochemistryTravaux en français237 207