Cryopreservation of <i>Fagus crenata</i> seeds: estimation of optimum moisture content for maintenance of seed viability by Bayesian modeling
Notice bibliographique
Résumé
Fagus crenata Blume is an important forestry tree species that plays a key biological role in natural forests. Because F. crenata forests are declining under global warming, the conservation of seed resources is necessary to maintain sustainable regeneration. We examined the capability of seed cryopreservation to achieve semi-permanent preservation of the F. crenata genetic resource. Seeds at 7%–26% moisture content (MC) exhibited greater than 64% viability, with developing radicles growing at 22 °C in 16 h photoperiods following chilling at 2 °C for 2 months. These seeds were then stored cryogenically at –170 °C for 6 months; cryopreservation at 26% MC reduced seed viability to 12%, whereas dry seeds (7%–14% MC) maintained viability and were comparable with seeds that had neither been dried nor cryopreserved. Drying seeds to 6% MC reduced viability to 47%; following cryopreservation, the viability of these seeds with such a low MC was 36%. Using a Bayesian model, we then determined that the optimal range of MC for the cryopreservation of F. crenata seeds was 9%–12%. We conclude that cryopreservation is feasible for the long-term storage of F. crenata seeds, drying of the seeds to the range of optimal MC retains high viability during cryogenic storage.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».