MétaCan
Menu
Retour à la cohorte
Enregistrement W2967209777 · doi:10.14351/0831-4985-32.1.31

Long-Term Storage of Small Natural History Specimens Using Gelatin Capsules: A Case Study from the Royal Alberta Museum

2018· article· en· W2967209777 sur OpenAlexaffvenueabout
Diana Tirlea, Carmen Li, Alwynne B. Beaudoin, Emily Moffat

Notice bibliographique

RevueCollection Forum · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueConservation Techniques and Studies
Établissements canadiensRoyal Alberta Museum
Organismes subventionnairesnon disponible
Mots-clésGelatinTransparency (behavior)CapsuleMaterials scienceNatural historyChemistryComputer scienceBotanyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Museums use gelatin capsules to store small objects and specimens, despite limited documentation of their long-term viability. The Royal Alberta Museum (RAM of Canada) uses gelatin capsules to store seeds, bones, and plant material because of their ease of use, transparency, soft-bodied walls, size availability, and low cost. Recently, RAM staff reported damaged capsules from the palaeontology collections. We evaluated 499 capsules used to store specimens accessioned in 1986 and 1988 and investigated capsule properties using Fourier transform infrared spectroscopy and Oddy testing. Only 4.21% of inspected capsules were dented, cracked, and/or fractured. Based on interviews and testing, we determined that damage to capsules likely resulted during handling (i.e., applied force when opening). We conclude that gelatin capsules offer a good, inexpensive method for long-term storage of small, dried specimens in environmentally controlled conditions. Alternatives to gelatin capsules exist, although their pros and cons require evaluation before use. All storage methods require continuous monitoring for signs of container or specimen deterioration.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil0,705

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,003
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,064
Tête enseignante GPT0,251
Écart entre enseignants0,187 · 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'étudeÉtude de cas
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

Citations0
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCollection ForumMême sujetConservation Techniques and StudiesTravaux en français237 207