MétaCan
Menu
Retour à la cohorte
Enregistrement W2121498439 · doi:10.1177/1934578x1000500408

The Quantitative Effects of Temperature and Light Intensity on Phenolics Accumulation in St. John's Wort ( <i>Hypericum perforatum</i> )

2010· article· en· W2121498439 sur OpenAlexaboutno aff
Mehmet Serhat Odabaş, Necdet Çamaş, Cüneyt Çırak, Jolita Radušienė, Valdimaras Janulis, Людас Іванаускас

Notice bibliographique

RevueNatural Product Communications · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLight effects on plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHyperosideQuercitrinQuercetinRutinAmentoflavoneChemistryHypericum perforatumKaempferolLight intensityChromatographyAntioxidantOrganic chemistryTraditional medicine

Résumé

récupéré en direct d'OpenAlex

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.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,019
Tête enseignante GPT0,272
Écart entre enseignants0,253 · 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'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

Citations13
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNatural Product CommunicationsMême sujetLight effects on plantsTravaux en français237 207