The Quantitative Effects of Temperature and Light Intensity on Phenolics Accumulation in St. John's Wort ( <i>Hypericum perforatum</i> )
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 quantitative effects of temperature and light intensity on accumulation of phenolics were examined on greenhouse-grown plants of Hypericum perforatum L. Plants were grown in a greenhouse separated into two parts: shaded by 50% transparent polyethylene cover and un-shaded. Temperature values and light intensities were measured daily during the experiment, while plants were harvested weekly for HPLC analyses. Multi regression analyses were performed to describe the quantitative effects of temperature and light intensity on phenolics accumulation. According to the results, increases in temperatures from 24 degrees C to 32 degrees C and light intensities from 803.4 microMm(-2)s(-1) to 1618.6 microMm(-2)s(-1) resulted in a continuous increase in amentoflavone, apigenin-7-glucoside, cholorogenic acid, hyperoside, kaempferol, rutin, quercetin and quercitrin contents. The relationships between temperature, light intensity and phenolics accumulation were formulized as P= [a + (b1 x t) + (b2 x l) + [b3 x(t x l)]] equition, where P is the content of the corresponding phenolic, t temperature (degrees C), l light intensity (microMm(-2)s(-1)) and a, b1, b2 and b3 the coefficients of the produced equation. The regression coefficient (R2) value for amentoflavone was 0.84, for apigenin-7-glucoside 0.87, for cholorogenic acid 0.83, for hyperoside 0.95, for kaempferol 0.76, for rutin 0.70, for quercetin - 0.93, and for quercitrin - 0.86. All R2 values and standard errors of the equations were found to be significant at the p<0.001 level. The mathematical models produced in the present study could be applied by Hypericum researchers as useful tools for the prediction of phenolics content instead of routine chemical analyses.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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