MétaCan
Menu
Retour à la cohorte
Enregistrement W2008720504 · doi:10.1080/10520290500166282

Preparation of soybean seed samples for FT-IR microspectroscopy

2005· article· en· W2008720504 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBiotechnic & Histochemistry · 2005
Typearticle
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Chemometric Analyses
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesBrookhaven National LaboratoryCanadian Light Source
Mots-clésImbibitionMicrotomeSample preparationInfraredChemistryMaterials scienceAnalytical Chemistry (journal)ChromatographyGerminationMineralogyOpticsBotanyBiology

Résumé

récupéré en direct d'OpenAlex

Typical preparation of seed samples for infrared (IR) microspectroscopy involves imbibition of the seed for varying time periods followed by cryosectioning. Imbibition, however, may initiate germination even at 4 degrees C with associated changes in the chemistry of the sample. We have found that it is possible to section seeds that are sufficiently hard, such as soybeans, on a standard laboratory microtome without imbibition. The use of dry sectioning of unimbibed seeds is reported here, as well as a comparison of different mounting media and modes of analysis. Glycerol, Tissue-Tek, and ethanol were used as mounting media, and the quality of the resulting spectra was assessed. Ethanol was the preferred mountant, because it dried quickly with no residue and thus did not interfere with the spectrum of interest. Analysis in transmission mode using barium fluoride windows to hold the samples was compared with transmission-reflection analysis with sections mounted on special infrared-reflecting slides. The two modes of analysis performed well in different regions of the spectrum. The mode of analysis (transmission vs. transmission-reflection) should be based on the components of greatest interest in the sample.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,036
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,015
Tête enseignante GPT0,308
Écart entre enseignants0,293 · 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