MétaCan
Menu
Retour à la cohorte
Enregistrement W2164798183 · doi:10.1139/x05-173

Nutrient and hormone levels in Douglas-fir corrosion cavities, megagametophytes, and embryos during embryony

2005· article· en· W2164798183 sur OpenAlexvenueno aff
John G. Carman, Gordon Reese, Rodney J. Fuller, Timnit Ghermay, Roger Timmis

Notice bibliographique

RevueCanadian Journal of Forest Research · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBryophyte Studies and Records
Établissements canadiensnon disponible
Organismes subventionnairesUtah Agricultural Experiment Station
Mots-clésCorrosionBiologyAbscisic acidNutrientHormoneZincSucroseBotanyBiochemistryMaterials scienceMetallurgyEcology

Résumé

récupéré en direct d'OpenAlex

Gymnospermous embryos are nourished by fluids secreted from the megagametophyte. During early embryony, these fluids occupy the newly formed corrosion cavity. We describe a novel method for extracting corrosion cavity fluid and provide chemical analyses based on extractions from approximately 120 000 Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco) megagametophytes. Levels of potassium, phosphorus, calcium, zinc, and iron were higher in corrosion cavity fluid than in whole tissue, but levels of sulphur and manganese were lower. Levels of cyclitols, sucrose equivalents, erythrose, and arabinose were many-fold higher in corrosion cavity fluid than in whole tissues. Ala, Ser, Arg, Glx, and NH3 exceeded 80 mmol/kg dry mass in corrosion cavity fluid. These levels were about 100-fold higher than those found in whole tissues. During early embryony, hormone levels in corrosion cavity fluid were higher than levels observed in whole megagametophytes by 120-fold for indole-3-acetic acid, 53-fold for abscisic acid, and 8- to 10-fold for cytokinins. Nutrient and hormone levels tended to be much higher in the corrosion cavity fluid than would have been predicted based on whole-tissue analyses. Dynamic changes in nutrient and hormone levels occurred over time in the corrosion cavity, and these changes may normalize embryony in situ.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

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)0,0000,000

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 Opus0,036
Tête enseignante GPT0,261
Écart entre enseignants0,225 · 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'étudeObservationnel
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

Citations23
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetBryophyte Studies and RecordsTravaux en français237 207