Handbook of Nutritional Biochemistry: Genomics, Metabolomics and Food Supply
Notice bibliographique
Résumé
Preface Nutritional Factors & Osteoporosis Prevention Regulation of Phosphate Transport in Epithelia Methods for the Extraction of Metabolites from Plant Tissues Application of 'Omics' Technologies for Improvement of Meat Quality Role of Chaperones in Dystrophic & Senescent Skeletal Muscle Fibres Amino Acid Composition of Some Aquaculture Fauna Resources in Nigeria The Biochemistry of Isoelectric Processing & Nutritional Quality of Proteins & Lipids Recovered with This Technique Nutritional Biochemistry of Curcumin (diferuloylmethane) & a Review of its Biological Actions on Articular Chondrocytes Effect of Creatine Applied as Food Supplement on Human Metabolism Production, Properties & Stability of Chicken Meat Protein Hydrolsate Powder a-Galactosidase: A Food & Feed Enzyme Foods of Plant Origin as Source of Nitric Oxide Production Inhibitors Application of Plant-Derived Food Lectins in Proteoglycomics & Immunomodulation Biochemical & Proteomic Profiling of Key Metabolic Enzymes in Aging Skeletal Muscle Inhibitory Mechanism of Longer Chain Fatty Acids on Mammalian DNA Polymerase B Activity Endorhizal Fungi Associated with Vascular Plants on Truelove Lowland, Devon Island, Nunavut, Canadian High Arctic Involvement of the Mitochondrial ATP-Sensitive Potassium Channel in the Beneficial Effects of Fasting on the Ischemic-Reperfused Rat Heart Application of Artificial Neural Network for Predicting Physicochemical Properties of Pressure-Induced Gel from Industrial Milk Whey Proteins Index.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».