MétaCan
Menu
Retour à la cohorte
Enregistrement W1993313854 · doi:10.5511/plantbiotechnology.18.215

Novel Evaluation Method of Flower Senescence in Freesia(Freesia hybrida) Based on Apoptosis as an Indicator.

2001· article· en· W1993313854 sur OpenAlexaff
Tetsuya Yamada, Yasumasa Takatsu, Masakazu Kasumi, Toru Manabe, Mikio Hayashi, Wataru Marubashi, Masaru Niwa

Notice bibliographique

RevuePlant Biotechnology · 2001
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePostharvest Quality and Shelf Life Management
Établissements canadiensPlant Biotechnology Institute
Organismes subventionnairesnon disponible
Mots-clésPetalBiologySenescenceFragmentation (computing)Cut flowersApoptosisDNA fragmentationFlow cytometryBotanyTrypan blueCell biologyProgrammed cell deathMolecular biologyBiochemistryEcology

Résumé

récupéré en direct d'OpenAlex

Flower longevity is an important character for cut flower quality. However it is hard to evaluate flower senescence objectively, and critical measurement method is required. To improve measurement methods of flower senescence, we tried to estimate the wilting process of freesia petals based on apoptotic cell death as an indicator. Apoptotic changes such as chromatin condensation, nuclear fragmentation and DNA fragmentation were observed in the petals undergoing senescence. A good correlation (r=0.84) was also observed between the rate of nuclear fragmentation detected by flow cytometry and the rate of cell death indicated by trypan blue staining in petals. These results suggested that the rate of nuclear fragmentation reflected flower senescence, and that it was possible to evaluate flower senescence using flow cytometry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,409
Score d'incertitude au seuil0,317

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,043
Tête enseignante GPT0,287
Écart entre enseignants0,244 · 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 tête enseignante, 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

Citations21
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant BiotechnologyMême sujetPostharvest Quality and Shelf Life ManagementTravaux en français237 207