MétaCan
Menu
Retour à la cohorte
Enregistrement W2014404984 · doi:10.4067/s0718-95162010000200008

MANGANESE AS ESSENTIAL AND TOXIC ELEMENT FOR PLANTS: TRANSPORT, ACCUMULATION AND RESISTANCE MECHANISMS

2010· article· en· W2014404984 sur OpenAlexaff
Rayen Millaleo, Marcela Díaz, Alexander G. Ivanov, Marı́a de la Luz Mora, Miren Alberdi

Notice bibliographique

RevueJournal of soil science and plant nutrition · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Micronutrient Interactions and Effects
Établissements canadiensWestern University
Organismes subventionnairesFondo Nacional de Desarrollo Científico y TecnológicoComisión Nacional de Investigación Científica y Tecnológica
Mots-clésManganeseResistance (ecology)Element (criminal law)MetallurgyBiologyAgronomyMaterials sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Manganese is an essential element for plants, intervening in several metabolic processes, mainly in photosynthesis and as an enzyme antioxidant-cofactor.Nevertheless, an excess of this micronutrient is toxic for plants.Mn phytotoxicity is manifested in a reduction of biomass and photosynthesis, and biochemical disorders such as oxidative stress.Some studies on Mn toxicity and Mn translocation from soil to plant cells in Mn 2+ form have demonstrated their importance under low pH and redox potential conditions in the soil.When Mn is inside the cells, mechanisms that can tolerate this toxicity are also observed, being important the compartmentalization of this metal in different organelles of shoot and leaf plant cells.A key role of antioxidative systems in plants in relation to high Mn amounts has also been reported as a defense mechanism.The purpose of this review is to show the role of Mn as an essential micronutrient and as a toxic element to higher plants as well as to their transport and tolerance mechanisms.The forms and dynamics of this element in soils and the importance of the acidity for this dynamic and availability for plants are also given.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,243
Écart entre enseignants0,230 · 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'étudeObservationnel
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

Citations894
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of soil science and plant nutritionMême sujetPlant Micronutrient Interactions and EffectsTravaux en français237 207