MétaCan
Menu
Retour à la cohorte
Enregistrement W7085015169 · doi:10.14351/0831-4985-36.1.23

STORAGE FACTORS INFLUENCING ETHANOL CONCENTRATION OF FLUID-PRESERVED INSECTS

2025· article· en· W7085015169 sur OpenAlexvenueno aff

Notice bibliographique

RevueCollection Forum · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect Utilization and Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreservativeEthanolVolume (thermodynamics)Ethanol contentEthanol fuelVial

Résumé

récupéré en direct d'OpenAlex

Abstract The scientific value of insect specimens stored in ethanol depends upon their adequate preservation, which is most directly impacted by the preservative solution’s concentration. Determining what storage factors influence ethanol concentration, including the size and type of container and closure, as well as the ratio of specimen to ethanol volume, can inform collections staff on how to manage ethanol-preserved insect specimens ideally. We hypothesize that ethanol solution concentrations would 1) decrease with increasing insect volume to ethanol volume ratios, 2) decrease with time, 3) vary by cap liner material, and 4) decrease more slowly in smaller vials. To test these hypotheses, we measured ethanol solution concentrations in 1,376 vials containing insects collected over an 8-year period and subsequently stored undisturbed for 4–11 yr. The ratio of specimen to ethanol volume was most influential, followed by time in storage, as increasing insect volumes and storage times resulted in lower ethanol concentrations. Cap liner material and vial size did not significantly affect concentration, but human error in ethanol solution mixing and overpacking of specimens in vials created poor preservation conditions. These results can inform collections management methods for ethanol-preserved insects, which are instrumental for keeping specimens scientifically useful in perpetuity.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,232
Écart entre enseignants0,215 · 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'étudeObservationnel
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 revueCollection ForumMême sujetInsect Utilization and EffectsTravaux en français237 207