Bibliographic record
Abstract
O principal objetivo deste trabalho foi desenvolver uma metodologia de análise de soro sanguíneo utilizando os métodos Proton Induced X-ray Emission (PIXE) e Inductively Coupled Plasma Mass Spectrometry (ICP-MS). O PIXE é um método de análise multielementar baseado na detecção dos raios-X característicos emitidos pelas amostras, quando bombardeadas com feixes de íons (H+, He+, ...) com energia da ordem de alguns MeV. Já o ICP-MS é um espectrômetro de massa que analisa componentes de amostras ionizadas, separados de acordo com suas razões massa carga (m/z). Para a realização deste estudo, as amostras de sangue dos voluntários (30 jovens com idade entre 18 e 25 anos) foram coletadas no Hospital Universitário da USP utilizando tubos de vidro da BD VacutainerTM sem aditivos (Processo do Comitê de Ética: HU-615/05). O soro foi obtido pela centrifugação dos tubos a 3000 rpm. As amostras foram pipetadas sobre Nuclepore (10?m de espessura) e secas a temperatura ambiente, para o método PIXE, e diluídas de 1:10, para as análises com ICP-MS. A acurácia dos resultados foi verificada analisando materiais de referências de soro do National Institute of Public Health - Québec (ICP-03B-02 e ICP-02-S-05). A análise dos padrões apresentou 78% dos dados entre ±1?, 14% entre ±2? e 4% além de ±3?. Este estudo de elementos traço em soro humano revelou um total de 22 elementos: Be, Al, P, S, Cl, K, Ca, V, Cr, Mn, Fe, Co, Ni, Cu, Zn, Se, Br, Mo, Cd, Sn, Tl e Pb, com concentrações entre 9 ng/l e 6 g/l, o que compreende 9 ordens de grandeza, e também permitiu o estudo das funções de distribuição de probabilidades dos elementos. As técnicas utilizadas foram eficientes e complementares na realização deste trabalho. Os resultados das concentrações elementares medidas neste trabalho concordaram com os valores da literatura.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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".