MétaCan
Menu
Retour à la cohorte
Enregistrement W1989020046 · doi:10.1139/cjb-2015-0002

Magnesium inhibits cadmium translocation from roots to shoots, rather than the uptake from roots, in barley

2015· article· en· W1989020046 sur OpenAlexvenueno aff
Hiroaki Kudo, Kazuaki Kudo, Matsuo Uemura, Shigenao Kawai

Notice bibliographique

RevueBotany · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Micronutrient Interactions and Effects
Établissements canadiensnon disponible
Organismes subventionnairesJapan Science Society
Mots-clésShootChromosomal translocationCadmiumHordeum vulgareBiologyMagnesiumBotanyPhytotoxicityHorticulturePoaceaeChemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

We examined the effect of magnesium (Mg) on cadmium (Cd) toxicity symptoms, uptake, and sorption to the plasma membrane in barley (Hordeum vulgare L. ‘Minorimugi’). Plants were grown in a constant concentration of Cd with variable Mg concentrations. Plants supplied with Cd only had necrotic first leaves, undeveloped emerging leaves, and outgrown lateral buds. The latter may account for greater dry mass accumulation in plants treated with Cd only than plants supplied with Mg. The symptoms of Cd stress were at least partly alleviated by the addition of Mg to the medium. Mg reduced accumulation of Cd in both shoots and roots, although there was a clear dose response in shoots only. We conclude that Mg inhibited Cd accumulation either by competing with Cd for uptake by the root or by inhibiting Cd translocation to the shoot. Cd sorption to plasma membrane vesicles from roots was unaffected by a concentration of Mg similar to that of Cd, but was reduced by high concentrations of Mg. This evidence of only weak competition between the two minerals suggests that the primary effect of Mg on reducing Cd accumulation is not through competition at the root surface but that Mg inhibits Cd translocation to shoots.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,224
Écart entre enseignants0,200 · 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

Citations31
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBotanyMême sujetPlant Micronutrient Interactions and EffectsTravaux en français237 207