MétaCan
Menu
← Retour à la cohorte
Enregistrement W3178949067

QUANTIFICATION AND CHARACTERIZATION OF MINERAL OIL IN FISH FEED BY LC-GC-FID AND LC-GC×GC-TOFMS/FID.

2021· article· en· W3178949067 sur OpenAlexfundno aff
Grégory Bauwens, Chiara Conchione, Sabrina Moret, Giorgia Purcaro

Notice bibliographique

RevueORBi (University of Liège) · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Social FundInstituto Nacional de Ciência e Tecnologia de BioanalíticaAgencia Estatal de InvestigaciónGovern de les Illes BalearsAgencia Nacional de Investigación y DesarrolloMinisterio de Educación y Formación ProfesionalCentro de Química EstruturalInstituto Colombiano de Crédito Educativo y Estudios Técnicos en el ExteriorRoyal Golden Jubilee (RGJ) Ph.D. ProgrammeConsejería de Educación e InvestigaciónMinisterio de Asuntos Económicos y Transformación Digital, Gobierno de EspañaFundação para a Ciência e a TecnologiaRegione LiguriaComunidad Autónoma de la Región de MurciaInternational Max Planck Research School for Advanced Methods in Process and Systems EngineeringInstituto Nacional de Ciência e Tecnologia Translacional em MedicinaUniversidad de AlcaláMinistério da Ciência, Tecnologia e Ensino SuperiorEuropean Regional Development FundUniversitat de BarcelonaNorges ForskningsrådUniversidad de MurciaSecretaría de Estado de Investigación, Desarrollo e InnovaciónMinistry of Education and Science of the Republic of KazakhstanNarodowym Centrum NaukiJunta de AndalucíaThailand Research FundAkademie Věd České RepublikyMinisterul Educaţiei NaţionaleUniverzita Karlova v PrazeFonds De La Recherche Scientifique - FNRSConselho Nacional de Desenvolvimento Científico e TecnológicoXunta de GaliciaPetrobrasUniversitat de ValènciaConsellería de Cultura, Educación e Ordenación Universitaria, Xunta de GaliciaGeneralitat Valenciana“la Caixa” FoundationUniversidad de Castilla-La ManchaMinistério da Ciência, Tecnologia e InovaçãoEuropean CommissionFundação de Amparo à Pesquisa do Estado de São PauloCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorAgência Regional para o Desenvolvimento da Investigação, Tecnologia e InovaçãoNatural Sciences and Engineering Research Council of CanadaMinisterio de Economía y CompetitividadNational Natural Science Foundation of ChinaEuropean Chemical SocietyMinisterio de Ciencia e InnovaciónAgilent TechnologiesUniversidad de AlicanteEuropean Food Safety AuthorityAgencia Canaria de Investigación, Innovación y Sociedad de la InformaciónMinistarstvo Prosvete, Nauke i Tehnološkog RazvojaEusko JaurlaritzaChiang Mai UniversityGrantová Agentura, Univerzita KarlovaConsellería de Economía, Emprego e Industria, Xunta de GaliciaComunidad de MadridGrantová Agentura České RepublikyUniversidad Industrial de SantanderWestfälische Wilhelms-Universität MünsterMinisterio de Ciencia, Innovación y UniversidadesInstituto Nacional de Investigación y Tecnología Agraria y AlimentariaDeutsche ForschungsgemeinschaftDepartamento Administrativo de Ciencia, Tecnología e Innovación (COLCIENCIAS)Centro para el Desarrollo Tecnológico IndustrialCommission on Higher EducationNational Science Foundation
Mots-clésChromatographyChemistryGas chromatography–mass spectrometryFish <Actinopterygii>Gas chromatographyMass spectrometryBiologyFishery
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

peer reviewed

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,181
Écart entre enseignants0,168 · 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'étudeExpérimental (laboratoire)
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueORBi (University of Liège)→Même sujetAquaculture Nutrition and Growth→Travaux en français237 207→