Características físico-químicas de la leche cruda en las zonas de\n\nAroa y Yaracal, Venezuela
Bibliographic record
Abstract
"Durante un periodo de ocho meses, se analizaron 2.535 muestras de leche con o sinalmacenamiento en frio, provenientes de vacas en ordeño en 40 fincas de las zonas deAroa y Yaracal, de los estados Yaracuy y Falc ón, Venezuela, determinándose: acidez,crioscopía, cloruros, tiempo de reducción de azul de metileno, densidad, grasa, sólidostotales, sólidos no grasos y volumen de producción. Se obtuvieron promedios, serealizaron análisis de varianza, comparación de medias y se calcularon correlaciones. Parael análisis de varianza se establecieron grupos de asociaciones: zona-tipo-mes, zona-tipo,zona y mes. De las variables estudiadas se encontraron valores fuera de los establecidospor las normas COVENIN, en crioscopía en la zona de Aroa, leche caliente, mes de abril yleche fría, meses de enero y junio; y en la zona de Yaracal, leche fría en todos los mesesestudiados y leche caliente en los meses de marzo, abril, mayo y julio. Los sólidos totalesresultaron menores a los valores establecidos por las normas COVENIN en la zona deAroa, leche fría, mes de mayo y leche caliente para los meses de febrero, marzo, abril ymayo ; para la zona de Yaracal tanto para leche fría y leche caliente durante todos losmeses estudiados excepto leche caliente, mes de enero. Al aplicar análisis de varianza, seconsiguieron diferencias altamente significativas para todas las asociaciones, exceptoacidez y crioscopía por zona. Los valores más altos de acidez se obtuvieron en la zona deYaracal, leche caliente y durante el mes de agosto. En ambas zonas estudiadas, losvalores promedios m ás altos en crioscopía se consiguieron en leche fría y los m ás bajos enleche caliente en la zona de Aroa. Las correlaciones obtenidas fueron altamentesignificativas."
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".