Current trends in forest science research using microsatellite markers in Korean national journals
Notice bibliographique
Résumé
Microsatellites, which are sequences of repetitive short nucleotides, are abundant in the genome and have relatively many alleles at a locus. Hence, microsatellite markers are used in various research areas such as medicine, agriculture, and biology. Thanks to recent advanced techniques and databases associated with microsatellite marker development, foreign research relying on microsatellite markers is increasing in various study areas. In this study, by analyzing microsatellites-related articles published during 2000-2014 from eight Korean national journals representing zoology, botany, genetics, ecology and environmental science, breeding science, and forest science ('Animal Cells and Systems', 'Journal of Plant Biology', 'Genes and Genomics', 'Korean Society of Environment and Ecology', 'Korean Journal of Breeding Science', 'Journal of Agricultural Science, Chungnam National University', 'Journal of Korean Forest Society' and 'Forest Science and Technology'), we found that the number of articles and diversity of study subjects and objects have increased considerably. However, there are fewer applications of microsatellites in the national forest science area. During 2000-2014 in 'Journal of Korean Forest Society', the percentage of articles dealing with microsatellite markers was found to be the lowest with 4.2% among articles focusing on PCR-based markers including RAPD, AFLP, and ISSR. However, in 'Canadian Journal of Forest Research' and 'Forest Ecology and Management', microsatellite marker articles were represented at their highest with 69.2% and 76.2%, respectively. Given the advantages of microsatellite markers, the publication of research papers using microsatellites should be increased in Korean forest science journals to the level of studies published in prominent international journals.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,025 | 0,032 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».