MétaCan
Menu
Retour à la cohorte
Enregistrement W1918939894 · doi:10.1139/cjc-2013-0570

What can we learn from artificial special pairs?

2014· article· en· W1918939894 sur OpenAlexaffvenue
Pierre D. Harvey

Notice bibliographique

RevueCanadian Journal of Chemistry · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhotosynthetic Processes and Mechanisms
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésBacteriochlorophyllChemistryElectron transferPhotosynthesisPurple bacteriaBiological systemPhotosynthetic reaction centrePhotochemistryBiology

Résumé

récupéré en direct d'OpenAlex

Plants and photosynthetic bacteria obtain their energy from sunlight or surrounding radiation. Their photosynthetic membranes are composed of a much elaborated series of antenna molecules based on chlorophylls or bacteriochlorophylls, carotenoids playing multiple roles, various electron transport accessories, and central special pairs. The latter components are the most difficult to mimic with exactitude because the structure−property relationship depends on many factors including interplanar distance, slip angle, substituents, metal, and axial ligand. To this list of factors to control with quasi-perfection, one should also add the thermal activation (i.e., temperature). Over the past 15 years or so (2001–2013), an intensive collaboration with Professor Roger Guilard (Université de Bourgogne, Dijon) dealt with elucidating the role of each parameter to provide the best design of artificial special pairs capable of responding or behaving like the natural special pairs, namely with regards with the antenna effect. The latest feature is one of the defence mechanisms slowing down the rate for the primary electron transfer from the special pair to the electron transport accessories. This review highlights the advances in this challenging area of mimicry of the photophysical events in biological systems, namely the artificial special pairs designed in our laboratory for the antenna processes.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,003
Communication savante0,0020,008
Science ouverte0,0020,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,008
Tête enseignante GPT0,200
Écart entre enseignants0,192 · 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'étudeExpérimental (laboratoire)
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

Citations11
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ChemistryMême sujetPhotosynthetic Processes and MechanismsTravaux en français237 207