MétaCan
Menu
Retour à la cohorte
Enregistrement W4365788237 · doi:10.2737/fpl-rn-422

Gas chromatography–mass spectrometry analysis of Alaska yellow-cedar extractive components.

2023· report· en· W4365788237 sur OpenAlexaboutno aff
Phoebe Wagner, Gabriel L. Epstein, Brett Hinkforth, Doreen Mann, Roderquita Moore

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineMedicine
ThématiqueCholinesterase and Neurodegenerative Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMass spectrometryChromatographyGas chromatography–mass spectrometryChemistryGas chromatographyEnvironmental scienceEnvironmental chemistry

Résumé

récupéré en direct d'OpenAlex

Alaska yellow-cedar (Cupressus nootkatensis) is a softwood tree species native to the Pacific coast of Canada and is known to contain various biologically active extractive components.Extractives are nonstructural chemical compounds found within wood that are primarily responsible for the durability of the tree itself and can, in some species, fend off attacks from microbes, insects, and other agents.Durability in wood often translates to biological activity in the human body, and some extractive compounds have already been identified as being biologically active.Extractives of Alaska yellow-cedar were separated using liquid-liquid fractionation and were identified using gas chromatography-mass spectroscopy (GC-MS).Vial B solvent mixture polarity separated 50% of the sample and had more compounds identified than the other fractions.The separated samples in vials F and G each had only one compound identified, and vial H had no compounds identified.Multiple compounds were identified in the other fractions that exhibit biological activity, such as carvacrol, nootkatone, α-cadinol, androsta-1,4,6-trien-3one,17-hydroxy-(17β), and falcarinol.Further investigation on the vials with one or less compounds will be analyzed using instrumentation with more sensitivity and resolving power to identified trace compounds.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,092
Tête enseignante GPT0,370
Écart entre enseignants0,278 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCholinesterase and Neurodegenerative DiseasesTravaux en français237 207