MétaCan
Menu
Retour à la cohorte
Enregistrement W2140527293 · doi:10.1002/sia.3430

Chemical composition and microstructure of waxy plant surfaces: triterpenoids and fatty acid derivatives on leaves of <i>Kalanchoe daigremontiana</i>

2010· article· en· W2140527293 sur OpenAlexafffund
Reinhard Jetter, R. N. S. Sodhi

Notice bibliographique

RevueSurface and Interface Analysis · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Surface Properties and Treatments
Établissements canadiensUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésWaxKalanchoeCrassulacean acid metabolismCrassulaceaeBotanyChemical compositionComposition (language)ChemistryTriterpenoidPhotosynthesisBiologyOrganic chemistryStereochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The vast surfaces of plant leaves are protected by a coating of cuticular waxes. While the bulk composition of wax mixtures from various plant species has been reported, chemical information on the outermost leaf surface is lacking to date. The goal of the present study was to explore the use of ToF‐SIMS for surface analyses of plant leaves of the species Kalanchoe daigremontiana . It was found that the two major wax triterpenoids, glutinol and friedelin, were both present at the lower leaf surface in high concentrations. In contrast, the predominant wax alkane, tritriacontane, was not detectable by ToF‐SIMS. Three other unidentified compounds that had not been detected in the bulk wax mixture were present at the surface, further demonstrating that the outermost layer of molecules differed drastically in composition from the underlying wax mixture. Mapping experiments showed that all compounds were distributed fairly homogenously across the lower leaf surface, exhibiting no apparent gradients across epidermal cells and within the surface area of individual cells Copyright © 2010 John Wiley & Sons, Ltd.

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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
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 recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,209
Écart entre enseignants0,200 · 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

Citations28
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurface and Interface AnalysisMême sujetPlant Surface Properties and TreatmentsTravaux en français237 207