MétaCan
Menu
Retour à la cohorte
Enregistrement W2100512544 · doi:10.1105/tpc.112.096586

Plant Peroxisomes: Biogenesis and Function

2012· review· en· W2100512544 sur OpenAlexaff
Jianping Hu, Alison Baker, Bonnie Bartel, Nicole Linka, Robert T. Mullen, Sigrun Reumann, Bethany K. Zolman

Notice bibliographique

RevueThe Plant Cell · 2012
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePeroxisome Proliferator-Activated Receptors
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Institute of General Medical SciencesBiotechnology and Biological Sciences Research Council
Mots-clésPeroxisomeBiogenesisOrganelleBiologySecondary metabolismProteomeFunction (biology)Cell biologyMetabolismMetabolic pathwayComputational biologyBiochemistryBiosynthesisGene

Résumé

récupéré en direct d'OpenAlex

Peroxisomes are eukaryotic organelles that are highly dynamic both in morphology and metabolism. Plant peroxisomes are involved in numerous processes, including primary and secondary metabolism, development, and responses to abiotic and biotic stresses. Considerable progress has been made in the identification of factors involved in peroxisomal biogenesis, revealing mechanisms that are both shared with and diverged from non-plant systems. Furthermore, recent advances have begun to reveal an unexpectedly large plant peroxisomal proteome and have increased our understanding of metabolic pathways in peroxisomes. Coordination of the biosynthesis, import, biochemical activity, and degradation of peroxisomal proteins allows for highly dynamic responses of peroxisomal metabolism to meet the needs of a plant. Knowledge gained from plant peroxisomal research will be instrumental to fully understanding the organelle's dynamic behavior and defining peroxisomal metabolic networks, thus allowing the development of molecular strategies for rational engineering of plant metabolism, biomass production, stress tolerance, and pathogen defense.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,006

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 Opus0,035
Tête enseignante GPT0,245
Écart entre enseignants0,210 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations457
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Plant CellMême sujetPeroxisome Proliferator-Activated ReceptorsTravaux en français237 207