MétaCan
Menu
Retour à la cohorte
Enregistrement W4414947817 · doi:10.7717/peerj.20152

Solubilization of skin collagen improves the accuracy and reliability of stable isotope measurements

2025· article· en· W4414947817 sur OpenAlexafffund
Alexandra A.Y. Derian, Paul Szpak

Notice bibliographique

RevuePeerJ · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensTrent University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésStable isotope ratioIsotopeElemental analysisIsotope analysisExtraction (chemistry)HydroxideIsotope dilution

Résumé

récupéré en direct d'OpenAlex

Stable isotope analysis of skin collagen is useful for detecting short-term or seasonal diet. Preparation of skin for stable isotope analysis varies across laboratories, and this may impact the comparability of data. It is important to understand the effects of different preparatory protocols on the stable isotopic and elemental compositions of skin samples. Using a Eurovector 3,300 elemental analyzer coupled to a Nu Horizon isotope ratio mass spectrometer, we tested the impact of three treatment variants (refluxing at three temperatures to remove non-collagenous proteins, treatment with sodium hydroxide (NaOH), and chemical lipid extraction using 2:1 chloroform:methanol) on the stable isotope (δ13carbon (C) and δ15nitrogen (N)) and elemental (wt% C, and wt% N) composition of pig (Sus scrofa domesticus) skin. The refluxing step produced pig skin with higher δ13C values, lower C:NAtomic ratios, less variable C:NAtomic ratios, wt% C, and wt% N. The chemical lipid extraction also produced higher, more reliable δ13C values and lower, less variable C:NAtomic ratios. The isotopic data in the lipid-extracted and refluxed samples were more consistent in the refluxed samples than the non-refluxed and non-lipid-extracted samples, as determined by the elemental compositions.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,004
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,012
Tête enseignante GPT0,257
Écart entre enseignants0,245 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePeerJMême sujetIsotope Analysis in EcologyTravaux en français237 207