MétaCan
Menu
Retour à la cohorte
Enregistrement W3122821979 · doi:10.3920/wmj2020.2664

Developments in mycotoxin analysis: an update for 2019-2020

2021· article· en· W3122821979 sur OpenAlexaff
Sheryl A. Tittlemier, J. Brunkhorst, Benedikt Cramer, Maria C. DeRosa, Veronica M. T. Lattanzio, R.J. Malone, Chris M. Maragos, Milena Stránská, Mark W. Sumarah

Notice bibliographique

RevueWorld Mycotoxin Journal · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensAgriculture and Agri-Food CanadaCarleton University
Organismes subventionnairesMinisterstvo Školství, Mládeže a TělovýchovyU.S. Department of Agriculture
Mots-clésMycotoxinBiochemical engineeringQuality assuranceEnvironmental scienceComputer scienceChromatographyBiotechnologyChemistryBiologyEngineeringExternal quality assessment

Résumé

récupéré en direct d'OpenAlex

This review summarises developments on the analysis of various matrices for mycotoxins published in the period from mid-2019 to mid-2020. Notable developments in all aspects of mycotoxin analysis, from sampling and quality assurance/quality control of analytical results, to the various detection and quantitation technologies ranging from single mycotoxin biosensors to comprehensive instrumental methods are presented and discussed. Aside from sampling and quality control, discussion of this past year’s developments is organised by detection and quantitation technology and covers chromatography with targeted or non-targeted high resolution mass spectrometry, tandem mass spectrometry, detection other than mass spectrometry, biosensors, as well as assays that use alternatives to antibodies. This critical review aims to briefly present the most important recent developments and trends in mycotoxin determination as well as to address limitations of the presented methodologies.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,008

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 Opus0,013
Tête enseignante GPT0,244
Écart entre enseignants0,231 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations48
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Mycotoxin JournalMême sujetMycotoxins in Agriculture and FoodTravaux en français237 207