Notice bibliographique
Résumé
Murray (see The Turing mechanism for pattern formation was experimentally confirmed in 1990 with the CIMA redox reaction in gel reactors RD is now a broad and mature field (with consistently over 150 citations per year of Turing's paper over the past decade). This chapter focuses on the development of RD theory in plant morphogenesis, particularly in characterizing the interplay of pattern formation and domain growth (also see Holloway, 2010, for a short review). In contrast to animal embryogenesis, in which pattern formation generally occurs in fixed domains, the continuous growth of plants inextricably links chemical localization (patterning) and growth (shape change). Growth affects patterning: at the least patterns must be generated and maintained in the face of domain growth, since RD mechanisms (like other dynamic mechanisms) have harmonic solutions which depend on domain geometry, size and boundary conditions. But perhaps more importantly, patterning affects growth: plant cells expand through localized wall material addition or wall material relaxation, both chemically dependent processes. The patterning mechanisms which determine where expansion-associated chemicals are localized are therefore critical determinants in the shapes of plant tissues. The complex mechanical properties of plant cells are also important in the deformations leading to final overall shape, and will be discussed below in relation to chemical patterning. However, biochemical processes (interpreted broadly, e.g. genetic regulation, hormone response) generally precede shape change, and how these processes create spatial pattern is central to morphogenesis. (For further discussion on morphogenetic modelling in general, please see the recent reviews of
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».