MétaCan
Menu
Retour à la cohorte
Enregistrement W2140792102 · doi:10.4081/pb.2011.e5

Effects of Sampling Methods on Starch Granule Size Measurement of Potato Tubers under a Light Microscope

2011· article· en· W2140792102 sur OpenAlexaff
Xiu‐Qing Li, Jichong Zhang, Sainan Luo, Gongshe Liu, Agnes Murphy, Yves Leclerc, Ti Xing

Notice bibliographique

RevueInternational Journal of Plant Biology · 2011
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensCarleton UniversityAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésGranule (geology)StarchReproducibilityPotato starchChemistryMicroscopeMicroscope slideMaterials scienceChromatographyMathematicsFood scienceComposite materialOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Measurement of starch granules by lightmicroscope is the preferred approach in most laboratories because it is simple, rapid and visual and because both size and shape can be investigated. However, juice from potato tubers consists of starch granules of very different sizes and precipitation/movement speeds which can cause artefacts when sampling the juice and recording microscopic images. In the previously described method, a razor blade was used to scrape and transfer juice from potato tubers directly to a drop of water on a slide for microscopic observation. In this study we used chambers made from tape on microscopic slides to reduce the cover-slip-induced shifting of small and medium granules. We improved the starch measurement reproducibility by testing various juice sampling methods. The reproducibility between repeated experiments using 10 cultivars was increased from a correlation coefficient r = 0.815 in the razor-blade-scraping method to r = 0.923 in a squeezing-juice method. The largest starch granule detected was 151 μm in length. Sampling methods (using a razor-blade or a garlic press) strongly influenced the granule length values measured from the same potato tuber. The results indicated that (1) The squeezing- juice approach is more reproducible, and (2) The average length of starch granules is one of the most reproducible scores but varies according to juice-sampling methods.

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)0,007
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,072
Tête enseignante GPT0,344
Écart entre enseignants0,272 · 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

Citations11
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Plant BiologyMême sujetFood composition and propertiesTravaux en français237 207