Notice bibliographique
Résumé
Susu adalah sumber gizi utama bagi bayi (hingga 2-3 tahun) sebelum mereka dapat mencerna makanan padat. Susu binatang (biasanya sapi) juga diolah menjadi berbagai produk seperti mentega, yogurt, es krim, keju, susu kental manis, susu bubuk dan lain-lainnya untuk konsumsi manusia. Namun ternyata susu sapi dipaksakan agar bisa dikonsumsi oleh manusia, pengkonsumsian susu sapi berlebih dapat memberi efek samping pada manusia yaitu munculnya berbagai penyakit akibat kelebihan nutrisi. Fakta ini didapat dari hasil konvensi dunia (World Breastfeeding Week, 1-7 Agustus 2006), Elisabeth Sterken, BSc.MSc Nutritionist INFACT Canada/North America. Kemajuan teknologi saat ini telah menemukan berbagai sarana lain pengganti susu sapi yaitu susu yang diolah dari tumbuh-tumbuhan yang memiliki manfaat yang sama dengan susu namun baik dikonsumsi manusia. Maka dari itu munculah gagasan untuk membuat suatu wadah pengetahuan sekaligus area rekreasi keluarga yang dapat dinikmati masyarakat mengenai fakta produk susu sapi yang mereka konsumsi sehari-hari, khususnya untuk anak-anak agar dapat memperbaiki nutrisi dan dapat mengubah pola pikir sejak dini.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,208 | 0,043 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».