A Non-invasive and Real-time Monitoring of the Regulation of Photosynthetic Metabolism Biosensor Based on Measurement of Delayed Fluorescence in Vivo
Notice bibliographique
Résumé
In this paper, a new principle biosensor for non-invasive monitoring of theregulation of photosynthetic metabolism based on quantitative measurement of delayedfluorescence (DF) is developed. The biosensor, which uses light-emitting diode lattice asexcitation light source and a compact Single Photon Counting Module to collect DF signal,is portable and can evaluate plant photosynthesis capacity in vivo. Compared with itsprimary version in our previous report, the biosensor can better control environmentalfactors. Moreover, the improved biosensor can automatically complete the measurements oflight and CO2 response curves of DF intensity. In the experimental study, the testing of theimproved biosensor has been made in soybean (Glycine max Zaoshu No. 18) seedlingstreated with NaHSO3 to induce changes in seedlings growth and photosynthetic metabolism.Contrast evaluations of seedlings photosynthesis were made from measurements of netphotosynthesis rate (Pn) based on consumption of CO2 in tested plants. Current testingresults have demonstrated that the improved biosensor can accurately determine theregulatory effects of NaHSO3 on photosynthetic metabolism. Therefore, the biosensorpresented here could be potential useful for real-time monitoring the regulatory effects ofplant growth regulators (PGRs) and other exogenous chemical factors on plant growth andphotosynthetic metabolism.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».