MétaCan
Menu
Retour à la cohorte
Enregistrement W4312088954 · doi:10.5281/zenodo.7469618

Possibilities for an in vitro meat production system

2009· article· en· W4312088954 sur OpenAlexaff
Isha Datar, Mirko Betti

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetallurgy and Material Science
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)In vitroBusinessComputer scienceChemistryEconomicsBiochemistry

Résumé

récupéré en direct d'OpenAlex

Meat produced in vitro has been proposed as a humane, safe and environmentally beneficial alternative to slaughtered animal flesh as a source of nutritional muscle tissue. The basic methodology of an in vitro meat production system (IMPS) involves culturing muscle tissue in a liquid medium on a large scale. Each component of the system offers an array of options which are described taking into account recent advances in relevant research. A major advantage of an IMPS is that the conditions are controlled and manipulatable. Limitations discussed include meeting nutritional requirements and large scale operation. The direction of further research and prospects regarding the future of in vitro meat production will be speculated. Industrial relevance: The development of an alternative meat production system is driven by the growing demand for meat and the shrinking resources available to produce it by current methods. Implementation of an in vitro meat production system (IMPS) to complement existing meat production practices creates the opportunity for meat products of different characteristics to be put onto the market. In vitro produced meat products resembling the processed and comminuted meat products of today will be sooner to develop than those resembling traditional cuts of meat. While widening the scope of the meat industry in practices and products, the IMPS will reduce the need for agricultural resources to produce meat.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,044
Tête enseignante GPT0,258
Écart entre enseignants0,214 · 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'étudeThéorique ou conceptuel
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetMetallurgy and Material ScienceTravaux en français237 207