MétaCan
Menu
Retour à la cohorte
Enregistrement W4280623194 · doi:10.1017/s0021859622000223

Further solutions to an isotope dilution model for partitioning phenylalanine and tyrosine between milk protein synthesis and other metabolic fates by the mammary gland of lactating dairy cows

2022· article· en· W4280623194 sur OpenAlexafffund
L.A. Crompton, L. A. McKnight, C.K. Reynolds, J.L. Ellis, J. Dijkstra, J. France

Notice bibliographique

RevueThe Journal of Agricultural Science · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of GuelphResearch Canada
Organismes subventionnairesCanada Research ChairsDepartment for Environment, Food and Rural Affairs, UK Government
Mots-clésPhenylalanineMammary glandIsotope dilutionTyrosineAmino acidMetabolismMilk proteinChemistryBiochemistryDilutionBiologyFood scienceChromatographyMass spectrometryGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Phenylalanine (PHE) and to a lesser extent TYR are two commonly used amino acid tracers for measuring protein metabolism in a variety of species and tissues. The model examined in this paper was developed to resolve trans-organ and stable isotope dilution data collected from experiments with lactating dairy cows using these tracers. Two methods of solving the model, i.e. as two four-pool submodels, one representing PHE and the other TYR, or as an integrated eight-pool model, are investigated and the alternative solutions are contrasted. Solving the model as the two four-pool submodels rather than the integrated 8-pool model is preferred as the equations are slightly simpler and their application less susceptible to any compounding of measurement errors. The data used to illustrate the model were taken from experiments conducted to investigate the effects of high and low protein diets on the partitioning of PHE and TYR between milk protein synthesis and other metabolic fates by the mammary gland.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil0,739

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,034
Tête enseignante GPT0,246
Écart entre enseignants0,211 · 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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Agricultural ScienceMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207