MétaCan
Menu
Retour à la cohorte
Enregistrement W4400889792 · doi:10.4194/afs229

Nutrient Content of the Invasive Arapaima gigas (Osteoglossiformes) in Bolivia

2024· article· en· W4400889792 sur OpenAlexfundno aff
Fernando M. Carvajal‐Vallejos, Joachim Carolsfeld, Paul A. Van Damme, Selva V. Montellano

Notice bibliographique

RevueAquatic Food Studies · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreGovernment of CanadaInstituto Nacional de Innovación Agraria
Mots-clésInvasive speciesFisheryBiologyNutrientEcology

Résumé

récupéré en direct d'OpenAlex

The Paiche or Paichi (tentatively identified as Arapaima gigas) is an introduced species and one of the most important fisheries resources in Bolivia. Its meat has characteristics that have facilitated its commercialization in the main cities of the country. The objective of this work was to describe the nutritional quality of its meat sold in the city of Riberalta (Beni), the main supplier of Paiche meat to inland markets. Tissue samples were collected from the dorsal, abdominal and caudal areas (n=3; 800 g) from three medium-sized specimens (81.6 cm average total length, aproximately 8 kg). Results showed that Paiche meat is rich in proteins (20%), but low in total fats and carbohydrates (0.81 and 0.67%, respectively). The fat-soluble and water-soluble vitamins were low, with values less than 0.027 mg 100 g-1; except vitamin E (average 1.198 mg 100 g-1). Seven fatty acids were found in the abdominal portion, five in the dorsal portion, and none in the caudal portion. Linoleic Acid (Omega 6) was found only in the abdomen. Its regular consumption in the diet is recommended. Studies are needed to see how nutritional value is affected by food preparation for consumption and to assess mercury content.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,065
Tête enseignante GPT0,277
Écart entre enseignants0,212 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAquatic Food StudiesMême sujetFish biology, ecology, and behaviorTravaux en français237 207