The macromolecular composition of noncalcified marine macroalgae
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The macromolecular composition of macroalgae influences nutrient flow and food quality in aquatic ecosystems and the value of macroalgae species for human consumption, aquaculture, biofuels, and other applications. We used literature data (125 publications, 1,117 observations) and a hierarchal Bayesian statistical model to estimate the average macromolecular composition, protein, lipid, and carbohydrate of macroalgae as a whole and at the phylum level. Our focus was on marine, noncalcified macroalgae sampled from wild-grown populations in the field. We found that the median macromolecular composition is 9.98% protein, 2.7% lipid, 48.5% carbohydrate, and 31.8% ash as percent dry weight. We compared the median macromolecular content of macroalgae to microalgae and herbaceous plants and test for differences in macromolecular content across macroalgal phyla. Macroalgae were much more enriched in carbohydrate and minerals than the microalgae and lower in protein and lipid than many herbaceous plants. Rhodophyte macroalgae have significantly less lipid and more protein and the Ochrophyte macroalgae have significantly less protein than the average.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle