MétaCan
Menu
Retour à la cohorte
Enregistrement W2159529915 · doi:10.1093/jxb/erm357

Deterioration of western redcedar (Thuja plicata Donn ex D. Don) seeds: protein oxidation and in vivo NMR monitoring of storage oils

2008· article· en· W2159529915 sur OpenAlexafffund
Victor V. Terskikh, Ying Zeng, J. Allan Feurtado, Michael Giblin, Suzanne R. Abrams, Allison R. Kermode

Notice bibliographique

RevueJournal of Experimental Botany · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSeed Germination and Physiology
Établissements canadiensNational Research Council CanadaPlant Biotechnology InstituteSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésThujaGerminationAccelerated agingReforestationBiologyBotanyChemistryHorticultureEcology

Résumé

récupéré en direct d'OpenAlex

Deterioration of conifer seeds during prolonged storage has a negative impact on reforestation and gene conservation efforts. Western redcedar (Thuja plicata Donn ex D. Don) is a species of tremendous value to the forest industry. The seeds of this species are particularly prone to viability losses during long-term storage. Reliable tools to assess losses in seed viability during storage and their underlying causes, as well as the development of methods to prevent storage-related deterioration of seeds are needed by the forest industry. In this work, various imaging methods and biochemical analyses were applied to study deterioration of western redcedar seeds. Seedlots that exhibited poor germination performance, i.e. those that had experienced the greatest losses of viability during prolonged storage, exhibited greater abundance of oxidized proteins, detected by protein oxidation assays, and more pronounced changes in their in vivo (13)C NMR spectra, most likely due to storage oil oxidation. The proportion of oxidized proteins also increased when seeds were subjected to accelerated ageing treatments. Detection of oxidized oils and proteins may constitute a reliable and useful tool for the forest industry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,199
Score d'incertitude au seuil0,154

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,027
Tête enseignante GPT0,264
Écart entre enseignants0,237 · 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 tête enseignante, 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

Citations36
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental BotanyMême sujetSeed Germination and PhysiologyTravaux en français237 207