MétaCan
Menu
Retour à la cohorte
Enregistrement W2021487776 · doi:10.4236/ajps.2013.45a010

Influence of Weather Conditions on the Surface Morphology and Wetting Behaviour of Superhydrophobic Quaking Aspen Leaves

2013· article· en· W2021487776 sur OpenAlexaff
Jared J. Victor, U. Erb

Notice bibliographique

RevueAmerican Journal of Plant Sciences · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWettingMorphology (biology)WaxScanning electron microscopeMaterials scienceEnvironmental scanning electron microscopeGrowing seasonEnvironmental scienceBotanyComposite materialBiology

Résumé

récupéré en direct d'OpenAlex

The effects of different environmental conditions on the wetting properties and surface morphology of surperhydrophobic quaking aspen leaves harvested during the 2011 growth season are examined. During this particular season quaking aspen leaves were not able to retain their superhydrophobic properties and associated surface structure features as they have usually been able to do in other years. Representative scanning electron microscopy images and wetting property measurements of quaking aspen leaf surfaces harvested throughout this season are presented and discussed with the objective of linking weather induced environmental stresses that occurred in 2011 to the sudden and unusual reduction in non-wetting properties and drastic changes in leaf surface structure. Erosion and regeneration rates of leaf wax crystals and the impact that environmental factors can have on these are considered and used to explain the occurrence of these unexpected changes.

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)0,001
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 enseignants0,310
Score d'incertitude au seuil0,847

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
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 Opus0,025
Tête enseignante GPT0,263
Écart entre enseignants0,238 · 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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Plant SciencesMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207