MétaCan
Menu
Retour à la cohorte
Enregistrement W2226208872 · doi:10.2135/cropsci2015.01.0051

Condensed Tannin Accumulation during Seed Coat Development in Five Common Bean Genotypes

2015· article· en· W2226208872 sur OpenAlexaff
Hanny T. Elsadr, M. A. Susan Marles, Gina V. Caldas, Matthew W. Blair, Kirstin E. Bett

Notice bibliographique

RevueCrop Science · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant pathogens and resistance mechanisms
Établissements canadiensUniversity of GuelphUniversity of Saskatchewan
Organismes subventionnairesCenters for Disease Control and PreventionConsortium of International Agricultural Research Centers
Mots-clésPhaseolusBiologyCoatCondensed tanninGenotypeCultivarProanthocyanidinTanninHorticultureAgronomyBotanyPolyphenolAntioxidantGene

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Condensed tannins (CT) are important determinants of the colorful seed coats characteristic of many dry bean ( Phaseolus vulgaris L.) market classes. These compounds are also important for plant development and human nutrition. Understanding the dynamics of CT accumulation during seed development and the genetic basis of this trait will contribute to the development of more nutritionally beneficial bean cultivars. Differences in patterns of CT accumulation were evaluated in the seed coats of five dry bean genotypes, which had contrasting final CT concentrations. Seed coats were assayed in developing pods taken from 6 d after flowering (DAF) onward to maturity. Condensed tannins were already present at 6 DAF in all genotypes, regardless of their final concentration. Concentrations leveled off and stabilized earlier in low CT genotypes than in those genotypes that ultimately had moderate to high concentrations. In contrast, genotypes that contained moderate to high final CT concentrations accumulated CT throughout seed coat development. Our results indicate that seed coat CT concentration in the seeds harvested during the period from 12 to 18 DAF can serve to accurately predict final CT ranking of seeds.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,796
Score d'incertitude au seuil0,233

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,053
Tête enseignante GPT0,261
Écart entre enseignants0,208 · 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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrop ScienceMême sujetPlant pathogens and resistance mechanismsTravaux en français237 207