MétaCan
Menu
Retour à la cohorte
Enregistrement W75151492 · doi:10.1093/jaoac/89.3.862

Biosensor Screening for Veterinary Drug Residues in Foodstuffs

2006· article· en· W75151492 sur OpenAlexaff
Simon A. Haughey, G. Andrew Baxter

Notice bibliographique

RevueJournal of AOAC International · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésVeterinary drugBiosensorVeterinary DrugsSurface plasmon resonanceAntiparasitic agentDrugBiotechnologyVeterinary medicinePharmacologyMedicineChemistryNanotechnologyChromatographyBiologyMaterials scienceBiochemistry

Résumé

récupéré en direct d'OpenAlex

The advent of the surface plasmon resonance (SPR) biosensor has led to many applications in diverse fields from the pharmaceutical industry to the life sciences and other areas within biotechnology. One area that has seen a significant increase in applications is the testing for veterinary drug residues in foodstuffs. These include tests for antibiotics, beta-agonists, and antiparasitic drugs. The introduction of the Biacore Q in the late 1990s, an SPR biosensor dedicated to the food industry, and the complementary development of kits to test for these residues mean that end users have a viable alternative screening test to the established enzyme-linked immunosorbent assay (ELISA) techniques. This paper reviews many SPR biosensor veterinary drug tests that have been developed, with particular emphasis placed on kit-based assays.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,169
Score d'incertitude au seuil0,277

Scores Codex et Gemma par catégorie

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

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 Opus0,049
Tête enseignante GPT0,370
Écart entre enseignants0,321 · 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 tête enseignante, 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

Citations45
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of AOAC InternationalMême sujetMonoclonal and Polyclonal Antibodies ResearchTravaux en français237 207