The bias of a two‐dimensional view: comparing two‐dimensional and three‐dimensional mesophyll surface area estimates using noninvasive imaging
Notice bibliographique
Résumé
Summary The mesophyll surface area exposed to intercellular air space per leaf area (Sm) is closely associated with CO2 diffusion and photosynthetic rates. Sm is typically estimated from two‐dimensional (2D) leaf sections and corrected for the three‐dimensional (3D) geometry of mesophyll cells, leading to potential differences between the estimated and actual cell surface area. Here, we examined how 2D methods used for estimating Sm compare with 3D values obtained from high‐resolution X‐ray microcomputed tomography (microCT) for 23 plant species, with broad phylogenetic and anatomical coverage. Relative to 3D, uncorrected 2D Sm estimates were, on average, 15–30% lower. Two of the four 2D Sm methods typically fell within 10% of 3D values. For most species, only a few 2D slices were needed to accurately estimate Sm within 10% of the whole leaf sample median. However, leaves with reticulate vein networks required more sections because of a more heterogeneous vein coverage across slices. These results provide the first comparison of the accuracy of 2D methods in estimating the complex 3D geometry of internal leaf surfaces. Because microCT is not readily available, we provide guidance for using standard light microscopy techniques, as well as recommending standardization of reporting Sm values.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».