Application of near-infrared spectroscopy for the detection of internal insect infestation in<i>Picea</i><i>abies</i>seed lots
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.
Notice bibliographique
Résumé
The use of near-infrared (NIR) spectroscopy to discriminate between uninfested seeds of Picea abies (L.) Karst and seeds infested with Plemeliella abietina Seitn (Hymenoptera, Torymidae) larva is sensitive to seed origin and year of collection. Five seed lots collected during different years from Sweden, Finland, and Belarus were used in this study. Initially, seeds were classified as infested or uninfested with X-radiography, and then, NIR spectra from single seeds were collected with a NIR spectrometer from 1100 to 2498 nm with a resolution of 2 nm. Discriminant models were derived by partial least squares regression using raw and orthogonal signal corrected spectra (OSC). The resulting OSC model developed on a pooled data set was more robust than the raw model and resulted in 100% classification accuracy. Once irrelevant spectral variations were removed by using OSC pretreatment, single-lot calibration models resulted in similar classification rates for the new samples irrespective of origin and year of collection. Dis criminant analyses performed with selected NIR absorption bands also gave nearly 100% classification rate for new samples. The origin of spectral differences between infested and uninfested seeds was attributed to storage lipids and proteins that were completely depleted in the former by the feeding larva.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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