MétaCan
Menu
← Retour à la cohorte
Enregistrement W7098544410

Characteristics of North American meat & bone meal relevant to the development of non-feed applications

2006· article· en· W7098544410 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeat and bone mealRendering (computer graphics)Raw materialMealBone mealThermal diffusivityRaw meat
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ABSTRACT. Unmarketable animal tissues are typically processed by rendering plants, which transform them into meat and bone meal (MBM) or similar products. MBM’s traditional use as animal feed has become increasingly threatened, but MBM has potential for non-feed applications. Development of new products and processes is hindered by lack of reliable data on many of MBM’s chemical and physical properties. MBM samples, as well as data on raw material and process, were collected from 19 rendering facilities in the United States and Canada. A large majority of the raw material was tissue from cattle, swine, and poultry. All facilities surveyed practiced continuous dry rendering; 89 % of the facilities use continuous cookers and 11% use falling film evaporators. MBM is high in protein (44.6-62.8%, mfb), but this protein is poorly soluble; at pH 7 solubility ranged from 2.20 % to 7.22%. Among all samples, the particles ’ median geometric mean diameter was 387 m, and the size distribution was broad. The median density of MBM particles was 1.41 (g/mL); median density of MBM in bulk ranged from 0.50 g/mL when loose-filled to 0.68 g/mL when packed. pH values of the samples ranged from 5.89 to 7.19, and samples containing the most cattle tissue had the highest pH. Thermal diffusivity and thermal conductivity values for both loose-filled and packed MBM are reported, as well as CIE L*a*b * color values.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,030
Tête enseignante GPT0,217
Écart entre enseignants0,187 · 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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDiverse Scientific and Economic Studies→Travaux en français237 207→