MétaCan
Menu
Retour à la cohorte
Enregistrement W32082227 · doi:10.1007/978-94-017-2317-6_15

Edible Vaccines in Plants for Livestock Pathogens

2002· book-chapter· en· W32082227 sur OpenAlexafffund
L. Erickson, W-J. Yu, Tamás Tuboly, Éva Nagy, A. Bailey, Jian Zhang, Dongwan Yoo, Sizhuo Du

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueTransgenic Plants and Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesMinistry of Agriculture, Food and Rural AffairsNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésBiotechnologyImmunogenicityLivestockGenetically modified cropsDNA vaccinationBiologyAntigenBusinessTransgeneGeneImmunizationImmunologyEcology

Résumé

récupéré en direct d'OpenAlex

Edible vaccines derived from plants offer clear advantages to the livestock industry with respect to cost and ease of delivery. From a consumer perspective, the widespread adoption by the industry of efficient, low-cost, edible plant-based vaccines offers the prospect of reduced exposure to animal pathogens in food products, as well as in the water supply. A major obstacle encountered in the initial development of plant-based vaccines has been the very low levels of antigens expressed in transgenic plants. Some of the strategies adopted to meet this obstacle include synthetic forms of the antigen genes, fusion proteins and inducible expression systems. However, even with augmented levels of antigen in plant tissue, a successful edible vaccine in plants will probably require in addition strategies for reducing degradation in the gut and enhancing immunogenicity. It may even be possible to develop DNA-based vaccines in plants.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,478
Score d'incertitude au seuil0,704

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,239
Écart entre enseignants0,216 · 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 tête enseignante, 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
GenreAutre

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

En bref

Citations1
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetTransgenic Plants and ApplicationsTravaux en français237 207