MétaCan
Menu
Retour à la cohorte
Enregistrement W2387572006

Influence of Different Mature Degrees on Seeds Germination and Quality of Fruit Oil of Idesia polycarpa Maxim. var. vestita Diels

2014· article· en· W2387572006 sur OpenAlexvenueno aff
Jia Ran-ra

Notice bibliographique

RevueSeed · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLinoleic acidGerminationPalmitic acidPalmitoleic acidHorticultureBotanyStearic acidPolyunsaturated fatty acidFood scienceBiologyFatty acidChemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Using Idesia polycarpa Maxim. var. vestita Diels seeds and fruit as materials,germination capability of seeds,oil content,fatty acid composition were determined and analyzed on different mature degrees among Green fruits,yellow fruits,orange fruits,red fruits,crimson fruits and black brown fruits. The results indicate that the difference of germination rate on different mature degrees of Idesia polycarpa Maxim. var. vestita Diels is significant,ranging from( 7. 00% ± 2. 88%) to( 98. 25% ± 1. 50%),and the seeds of crimson fruits have the highest germination rate( 98. 25% ± 1. 50%),germination potential( 50. 50% ± 6. 03%) and vigor index( 10.64 ± 0. 71). Oil content difference on different mature degrees of Idesia polycarpa Maxim. var. vestita Diels ranges from( 31. 17% ± 0. 89%) to( 41. 59% ± 0. 29%) in all fruits,and crimson fruits have the highest oil content. Four different fatty acids are detected in all fruit oil,including palmitoleic acid,palmitic acid,linoleic acid and stearic acid. Linoleic acid contents are the highest among all and crimson fruits have the maximum linoleic acid contents( 74. 50% ± 1. 36%). Based on this,best harvest time is crimson fruits in production.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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)0,0010,000

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 Opus0,038
Tête enseignante GPT0,238
Écart entre enseignants0,200 · 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'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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeedMême sujetPlant and animal studiesTravaux en français237 207