Microphotometry of Underwater Shadowing by a Moss from a Niagara Escarpment Waterfall
Notice bibliographique
Résumé
Microscope and fiber-optic spectrophotometry of transmittance and backscattering both showed moss leaves to be capable of casting strong shadows, with a single leaf blocking approximately 90% of incident light from a point source. In leaves with only one layer of cells, the transmittance through the cytoplasm of single cells was similar to that for whole leaves. Analysis of cell wall birefringence by polarized-light interferometry indicated that cell walls might normally scatter rather than transmit light. Spectra transmitted through, or backscattered from, the upper green layers of moss were dominated by selective absorbance from chlorophyll, but there was also evidence of wavelength-dependent scattering, as detected in the lower layers of brown, dead moss. Specular reflectance from moss leaves was detected by polarimetry and may have contributed to the relatively high macroscopic transmittance of stationary moss in water. Shadowing by moss leaves was confirmed by dynamic measurements of mosses in turbulent water without bubbles. Flicker patterns from leaves were superimposed on the underwater flicker pattern created at the air-water interface, thus flecks of light were reduced in intensity, increased in frequency, and decreased in duration. This was detected with both point source and diffuse illumination of samples.
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 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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».