MétaCan
Menu
Retour à la cohorte
Enregistrement W4405840440 · doi:10.2331/suisan.24-00007

Methods for detection and cell abundance estimation of harmful dinoflagellate <i>Karenia mikimotoi</i> using peak shifts of chlorophyll fluorescence spectra

2024· article· en· W4405840440 sur OpenAlexaff
Mitsuo Yoshida, Daiki INOKUCHI, Sou Hirae, Koki Mukai, H. C. de A. Kato, Seiichiro Honda, Kazuyoshi Miyamura, Toshifumi Yamatogi, Yuki Takai, Yuji Oshima, YOHEI SHIMASAKI

Notice bibliographique

RevueNIPPON SUISAN GAKKAISHI · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Toxins and Detection Methods
Établissements canadiensAdvantech AMT (Canada)
Organismes subventionnairesnon disponible
Mots-clésDinoflagellateChlorophyll aAbundance (ecology)FluorescenceChemistryBiologyBotanyEcologyPhysicsBiochemistry

Résumé

récupéré en direct d'OpenAlex

我々はこれまでに有害赤潮藻Karenia mikimotoiのクロロフィル蛍光スペクトルのピーク波長が他種より僅かに移動していること,さらにその移動の程度を表す指標FSI(Fluorescence spectral Shift Index)を用いた有害赤潮藻の存在検知法の有効性を報告した。本研究では,新たに考案した細胞密度推定法を現場観測データに適用した結果,K. mikimotoi細胞の存在を高い真陽性率で検出判定し,推定密度と検鏡密度の対数値間に有意な正相関が観察された。

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,328
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,018
Tête enseignante GPT0,304
Écart entre enseignants0,286 · 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 revueNIPPON SUISAN GAKKAISHIMême sujetMarine Toxins and Detection MethodsTravaux en français237 207