Experimental datasets on processed eggshell membrane powder for wound healing
Notice bibliographique
Résumé
Eggshell (ES) and eggshell membrane (ESM) is a significant byproduct of the egg producing industry (Ahmed et al., 2019). Many studies have been undertaken to utilize ES waste for potential value added applications (Cordeiro and Hincke, 2011). Described here are the datasets from our evaluation of processed eggshell membrane powder (PEP) as a wound healing product using the mouse excisional wound splinting model (Ahmed et al., 2019). PEP biomaterial was characterized by proteomics using various extraction and solubilization strategies including moderate (lithium dodecyl sulphate (LDS) and urea/ammonium bicarbonate) and harsh conditions (3-mercaptopropionic acid (3-MPA) and NaOH/dimethylsulfoxide) in order to progressively overcome its stable, insoluble nature (Ahmed et al., 2019, Ahmed et al., 2017). Analysis of proteomic data allowed the relative abundance of the main PEP protein constituents to be determined. The efficacy of PEP for promotion of wound healing was assessed using the mouse excisional wound splinting model, and well-established semi-quantitative histological scoring. (More details about the PEP biomaterial characterization and its in vivo evaluation can be found in the related research article (Ahmed et al., 2019)).
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,009 |
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 ».