MétaCan
Menu
Retour à la cohorte
Enregistrement W2240868859 · doi:10.1016/j.copbio.2015.10.009

Designer lignins: harnessing the plasticity of lignification

2016· review· en· W2240868859 sur OpenAlexafffund
Yaseen Mottiar, Ruben Vanholme, Wout Boerjan, John Ralph, Shawn D. Mansfield

Notice bibliographique

RevueCurrent Opinion in Biotechnology · 2016
Typereview
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesOffice of ScienceNatural Sciences and Engineering Research Council of CanadaVlaamse regeringStanford UniversityUniversiteit GentGreat Lakes Bioenergy Research CenterFonds Wetenschappelijk OnderzoekAgentschap voor Innovatie door Wetenschap en TechnologieU.S. Department of Energy
Mots-clésLigninBiomass (ecology)MonomerCell wallChemistryPolyphenolPolymerPolymerizationStructural plasticityLignocellulosic biomassOrganic chemistryChemical engineeringBiochemistryBiologyAgronomy

Résumé

récupéré en direct d'OpenAlex

Lignin is a complex polyphenolic constituent of plant secondary cell walls. Inspired largely by the recalcitrance of lignin to biomass processing, plant engineering efforts have routinely sought to alter lignin quantity, composition, and structure by exploiting the inherent plasticity of lignin biosynthesis. More recently, researchers are attempting to strategically design plants for increased degradability by incorporating monomers that lead to a lower degree of polymerisation, reduced hydrophobicity, fewer bonds to other cell wall constituents, or novel chemically labile linkages in the polymer backbone. In addition, the incorporation of value-added structures could help valorise lignin. Designer lignins may satisfy the biological requirement for lignification in plants while improving the overall efficiency of biomass utilisation.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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)0,0030,003

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 Opus0,071
Tête enseignante GPT0,334
Écart entre enseignants0,263 · 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

Citations390
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in BiotechnologyMême sujetLignin and Wood ChemistryTravaux en français237 207