MétaCan
Menu
Retour à la cohorte
Enregistrement W2475263629 · doi:10.5376/mpb.2016.07.0024

A Quantitative Assay for Fatty Acid Composition of Castor Seed in Different Developmental Stages

2016· article· en· W2475263629 sur OpenAlexvenueno aff
Mugen Peng, Luo Rui, Yong Zhao, Chunguang Bao, Lei Xue, Yue Li

Notice bibliographique

RevueMolecular Plant Breeding · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid metabolism and biosynthesis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyComposition (language)Castor beansFatty acidBotanyBiotechnologyBiochemistryRicinus

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to detect and investigate the fatty acid composition of castor seed under different development stage using soxhlet extraction and capillary gas chromatography methods to find the dynamic change of fatty acid composition and their relationships. The results showed that oil content and twelve fatty acid compositions were identified in the seed development, while the content of oil and compositions were significantly different and monitored during seed development. Oil content displayed a linear increase from the beginning of seed formation to maturation. Several compositions, mytistic acid, behenic acid and lignoceric acid, were just found at initial seed filling phase and significantly declined with seed maturity, suggesting that fatty acid composition of castor seed in the initial phases of seed formation differed substantially form that of the mature seeds. The correlation analysis results revealed significant positive correlations of seed development time with mostly fatty acids, further demonstrating that the fatty acids were closely correlated with seed development. These obtained results will benefit for breeding research in high oil content of castor.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,020
Tête enseignante GPT0,241
Écart entre enseignants0,221 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Plant BreedingMême sujetLipid metabolism and biosynthesisTravaux en français237 207