MétaCan
Menu
Retour à la cohorte
Enregistrement W4386803926 · doi:10.61450/joci.v1i3.22

Influence of Faradarmani Consciousness Field on Bacterial Population Growth

2022· article· en· W4386803926 sur OpenAlexaff
Mohammad Ali Taheri, Gholamreza Zarrini, Sara Torabi, Noushin Nabavi, Mehrnoush Taherkhani, Farid Semsarha

Notice bibliographique

RevueThe Scientific Journal of Cosmointel · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueBiofield Effects and Biophysics
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésTurbidimetryPopulationBacterial growthAntibioticsBacteriaAntibiotic resistanceMicrobiologyClinical microbiologyBiologyMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

The treatment of bacterial infections and the rising challenges of antibiotics resistance are global concerns and the primary topics in basic science and clinical microbiology. In the present study, the effects of treatment of selected populations of bacteria using an immaterial and non-energetic method called Faradarmani Consciousness Field (FCF) treatment are investigated. Population growth was assessed by turbidimetry, colony counting, and tetrazolium chloride reduction assays in non-treated control and Faradarmani- treated groups. Our results suggest the effect of the Faradarmani CF on reducing various types of bacterial strain growth rates (up to 46%). In addition, along with a decrease in the bacterial population, evidence of increased survival can be seen in the larger healthy population (up to about 60%). In this experiment, we confirm the effects of the Faradarmani CF on the bacterial growth population and their survival. These results suggest Faradarmani CF as a qualitative treatment, and this evidence paves the way for further investigation on TCFs. This study also warrants additional research.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,249
Écart entre enseignants0,239 · 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'étudeObservationnel
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

Citations40
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Scientific Journal of CosmointelMême sujetBiofield Effects and BiophysicsTravaux en français237 207