Short communication: Potential prediction of vitamin B12 concentration based on mid-infrared spectral data using Holstein Dairy Herd Improvement milk samples
Notice bibliographique
Résumé
The purpose of this study was (1) to predict the quantitative concentration of vitamin B 12 in milk using mid-infrared (MIR) spectrometry, and (2) to evaluate the potential of MIR spectra to discriminate different clusters of records based on their B 12 concentration. Milk samples were collected from 4,340 Holstein cows between 3 and 592 d in milk and located in 100 herds. Samples were taken using in-line milk meters and divided into 2 aliquots: one for MIR spectrometry and the other for B 12 concentration reference analyses by radioassay. Analyses were performed on 311 selected spectral wavelengths. A partial least squares regression model was built to quantify B 12 concentration. Discriminant analysis was used to isolate B 12 concentration clusters. A B 12 concentration threshold was set at 442 ng/dL, because this represents the cutoff value for a 250-mL glass of milk to fulfill 46% of the daily vitamin B 12 recommended dietary allowance for individuals 14 yr or older. For each analysis, records coming from two-thirds of herds were used to calibrate prediction equations, and the remaining records (one-third of herds for validation) were used to assess the prediction performance. In the case of discriminant analysis, validation sets were divided into evaluation sets (one-third of herds) to obtain alternate probability cutoffs and in test sets (two-thirds of herds) to validate equations. Spectral and B 12 concentration outliers were identified by calculating standardized Mahalanobis distance and with a residual analysis, respectively (n = 3,154). Regarding quantitative B 12 concentration, cross-validation and validation coefficients of determination averaged 0.51 and 0.46, respectively, which are relatively low, which would limit the potential use of the developed quantitative equations. In addition, root mean square errors of prediction of cross validation and validation sets averaged 88.9 and 94.7 ng/dL, respectively. Area under the receiver operating characteristic curve of test sets averaged 0.81 based on the 442 ng/dL threshold, which could be considered to represent good accuracy of classification. However, the false discovery rate averaged 36%. In summary, models predicting quantitative B 12 concentration had low cross-validation and validation coefficients of determination, limiting their use, but the proposed discriminant models could be used to identify milk samples with naturally high B12.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».