MétaCan
Menu
Retour à la cohorte
Enregistrement W4200147151 · doi:10.3791/62315

Determination of Total Lipid and Lipid Classes in Marine Samples

2021· article· en· W4200147151 sur OpenAlexaff
Christopher C. Parrish, J. Wells

Notice bibliographique

RevueJournal of Visualized Experiments · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésChemistryChromatographySeawaterEnvironmental chemistryChloroformParticulatesOrganic chemistryBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Lipids are largely composed of carbon and hydrogen and, therefore, provide a greater specific energy than other organic macromolecules in the sea. Being carbon- and hydrogen-rich they are also hydrophobic and can act as a solvent and absorption carrier for organic contaminants and thus can be drivers of pollutant bioaccumulation in marine ecosystems. Their hydrophobic nature facilitates their isolation from seawater or biological specimens: marine lipid analysis begins with sampling and then extraction in non-polar organic solvents, providing a convenient method for their separation from other substances in an aquatic matrix. If seawater has been sampled, the first step usually involves separation into operationally defined 'dissolved' and 'particulate' factions by filtration. Samples are collected and lipids isolated from the sample matrix typically with chloroform for truly dissolved matter and colloids, and with mixtures of chloroform and methanol for solids and biological specimens. Such extracts may contain several classes from biogenic and anthropogenic sources. At this time, total lipids and lipid classes may be determined. Total lipid can be measured by summing individually determined lipid classes which customarily have been chromatographically separated. Thin-layer chromatography (TLC) with flame ionization detection (FID) is regularly used for the quantitative analysis of lipids from marine samples. TLC-FID furnishes synoptic lipid class information and, by summing classes, a total lipid measurement. Lipid class information is especially useful when combined with measurements of individual components e.g., fatty acids and/or sterols, after their release from lipid extracts. The wide variety of lipid structures and functions means they are used broadly in ecological and biogeochemical research assessing ecosystem health and the degree of influence by anthropogenic impacts. They have been employed to measure substances of dietary value to marine fauna (e.g., aquafeeds and/or prey), and as an indicator of water quality (e.g., hydrocarbons).

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,374

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 Opus0,024
Tête enseignante GPT0,363
Écart entre enseignants0,339 · 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'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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207