MétaCan
Menu
Retour à la cohorte
Enregistrement W4403927429

Influence du procédé de culture et de purification sur la quantité et la bioactivité de la marennine produite par Haslea ostrearia.

2024· dissertation· fr· W4403927429 sur OpenAlexaff
Elodie Pédron

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2024
Typedissertation
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueBee Products Chemical Analysis
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesHorizon 2020 Framework ProgrammeEuropean Commission
Mots-clésBiotechnologyChemistryBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La marennine est un pigment bleu hydrosoluble produit par la diatomée Haslea ostrearia, qui, dans un contexte de lutte pour la sécurité alimentaire, pourrait être valorisé comme probiotique dans les écloseries et nurseries de bivalves. Des incertitudes entourent encore la robustesse du procédé de culture de Haslea et sa capacité à fournir une production constante de marennine, de même que de nombreuses inconnues persistent autour de l’impact du raffinage sur la qualité de l’extrait final. Au travers de cette thèse, l’objectif fut d’étudier l’influence du procédé de production sur les productivités en marennine extracellulaire et ses bioactivités, de la culture de H. ostrearia à l’obtention d’un extrait utilisable en aquaculture. Les résultats de cette étude ont permis de définir les points clés du procédé de production de la marennine engendrant une variabilité de celle-ci, et de discuter des solutions pour développer un système de production robuste. Ils suggèrent notamment le maintien en croissance exponentielle de la biomasse cellulaire dans le système de culture, ainsi que l’ajout d’une étape de prépurification au procédé de raffinage de l’extrait de marennine. Ces points clés devraient permettre d’augmenter l’efficacité antioxydante de l'extrait de marennine mais également la constance de la réponse d'inhibition bactérienne induite par celui-ci.

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)0,010
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
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 enseignants0,217
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,007
Tête enseignante GPT0,233
Écart entre enseignants0,225 · 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.

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetBee Products Chemical AnalysisTravaux en français237 207