MétaCan
Menu
Retour à la cohorte
Enregistrement W2586642526 · doi:10.26786/1920-7603(2017)six

Quantifying pollen deposition with macro photography and 'stigmagraphs'

2017· article· en· W2586642526 sur OpenAlexaffvenue
Gail MacInnis, Jessica R. K. Forrest

Notice bibliographique

RevueJournal of Pollination Ecology · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of OttawaMcGill University
Organismes subventionnairesnon disponible
Mots-clésPollenDeposition (geology)Stigma (botany)BiologyBotanyHorticultureStructural basinPaleontology

Résumé

récupéré en direct d'OpenAlex

The pollen deposited during a single visit by a flower visitor (“single-visit deposition”; SVD) is often measured by removing the stigma from the flower and counting the pollen grains deposited under a microscope. This process precludes study of any subsequent interactions between the flower and later visitors (such as pollen removal from the stigma). Furthermore, if the stigma is excised too soon after the pollinator visit, the flower may be rendered infertile, such that any analyses of fruit or seed yield in relation to pollen deposition must be done indirectly. Here, a method of pollen deposition measurement was developed using macro photography and the open-source image-analysis software program ImageJ/Fiji. Using colour segmentation options within the program, the pollen grains can be distinguished from the background stigmatic surface, and the percentage of stigma coverage can be calculated. This pollen deposition measurement method leaves the sampled flower in the field to develop into fruit, allowing any subsequent yield or quality analyses to be conducted directly.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,409

Scores Codex et Gemma par catégorie

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 technologies0,0010,000
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 Opus0,047
Tête enseignante GPT0,250
Écart entre enseignants0,203 · 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'étudeObservationnel
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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Pollination EcologyMême sujetPlant and animal studiesTravaux en français237 207