MétaCan
Menu
Retour à la cohorte
Enregistrement W4417016269 · doi:10.32530/jlah.v8i1.85

Integritas Kuliner di Sumatera Barat: Deteksi Kontaminasi Daging Babi Pada Produk Kuliner Sate Padang

2025· article· W4417016269 sur OpenAlexaff
Ade Meliala, Jusma Nelni

Notice bibliographique

RevueJournal of Livestock and Animal Health · 2025
Typearticle
Langue
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésnon disponible

Résumé

récupéré en direct d'OpenAlex

Sumatera Barat dikenal dengan kuliner khas Minangkabau, seperti rendang dan sate padang, yang mencerminkan nilai-nilai Islam dan tradisi lokal. Namun, isu kehalalan dan keamanan pangan, seperti kontaminasi daging babi, menjadi tantangan yang dapat merusak kepercayaan konsumen. Oleh karena itu, diperlukan metode deteksi cepat dan akurat untuk memastikan kehalalan produk. Penelitian ini menggunakan metode deskriptif kuantitatif untuk mendeteksi kontaminasi daging babi pada sate Padang di Kabupaten Sijunjung. Pengujian dilakukan menggunakan Rapid Detection Pork Test sebagai metode awal, diikuti dengan konfirmasi menggunakan real-time PCR untuk sampel dengan hasil meragukan. Sebanyak 10 sampel dikumpulkan dari empat kecamatan dan diuji di laboratorium untuk menentukan prevalensi kontaminasi. Dari 10 sampel sate Padang yang diuji, 8 sampel menunjukkan hasil negatif melalui Rapid Detection Pork Test, sementara 2 sampel memberikan hasil meragukan. Pengujian lanjutan dengan metode real-time PCR pada sampel meragukan tersebut menunjukkan hasil negatif. Dengan demikian, prevalensi kontaminasi daging babi pada produk sate Padang adalah 0%, menegaskan bahwa seluruh sampel yang diuji bebas dari cemaran daging babi. Seluruh sampel sate Padang terbukti bebas dari cemaran daging babi, menunjukkan bahwa produk tersebut terjamin kehalalannya. Untuk menjaga kepercayaan konsumen, diperlukan edukasi kepada produsen, pengawasan yang konsisten, serta pengujian rutin. Penelitian ini memberikan dasar bagi pengembangan strategi pengawasan pangan yang lebih efektif.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,017
Tête enseignante GPT0,313
Écart entre enseignants0,297 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Livestock and Animal HealthMême sujetIdentification and Quantification in FoodTravaux en français237 207