MétaCan
Menu
Retour à la cohorte
Enregistrement W2149460588 · doi:10.1111/j.1469-8137.2007.02118.x

Regulation and execution of molecular disassembly and catabolism during senescence

2007· review· en· W2149460588 sur OpenAlexaff
Marianne T Hopkins, Cathy Taylor, Zhongda Liu, Fengshan Ma, Linda McNamara, Tzann‐Wei Wang, John E. Thompson

Notice bibliographique

RevueNew Phytologist · 2007
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Gene Expression Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSenescenceTranscriptomeCatabolismBiologyCell biologyCellular senescenceComputational biologyGeneticsGeneMetabolismBiochemistryGene expressionPhenotype

Résumé

récupéré en direct d'OpenAlex

Senescence is a highly orchestrated developmental stage in the life cycle of plants. The onset of senescence is tightly controlled by signaling cascades that initiate changes in gene expression and the synthesis of new proteins. This complement of new proteins includes hydrolytic enzymes capable of executing catabolism of macromolecules, which in turn sets in motion disassembly of membrane molecular matrices, leading to loss of cell function and, ultimately, complete breakdown of cellular ultrastructure. A distinguishing feature of senescence that sets it apart from other types of programmed cell death is the recovery of carbon and nitrogen from the dying tissue and their translocation to growing parts of the plant such as developing seeds. For this to be accomplished, the initiation of senescence and its execution have to be meticulously regulated. For example, the initiation of membrane disassembly has to be intricately linked with the recruitment of nutrients because their ensuing translocation out of the senescing tissue requires functional membranes. Molecular mechanisms underlying this linkage and its integration with the catabolism of macromolecules in senescing tissues are addressed.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,004

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 Opus0,024
Tête enseignante GPT0,317
Écart entre enseignants0,292 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations99
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetPlant Gene Expression AnalysisTravaux en français237 207