MétaCan
Menu
Retour à la cohorte
Enregistrement W2787319262

The Effects of Salinity and Activated Charcoal on the Herbivory of Arabidopsis thaliana by Myzus persicae

2017· article· en· W2787319262 sur OpenAlexaff
Sommer Chou, Alexi Doan, Helena Koniar, Bryce Norman

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to elevated CO2
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMyzus persicaeCharcoalActivated charcoalSalinityAphidBiocharHerbivoreHorticultureBiologyBotanyAgronomyActivated carbonChemistryEcologyPyrolysisAdsorption
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Road salt is commonly applied in the winter and inevitably percolates into surrounding areas where it is absorbed by plants. The detrimental effects of salinity on plants has been studied extensively, with recent research papers investigating potential mitigative methods, including the application of biochar. Building upon previous findings, this study serves to explore the use of activated carbon, charcoal with increased adsorptive ability, as a remediation technique for salt stress. Using Arabidopsis thaliana (thale cress) and Myzus persicae (green peach aphids) as our model organisms, the aim was to determine the individual and combined effects of salinity and activated charcoal on plant performance and aphid populations using a factorial design. The overall findings presented a statistically significant effect (p=0.0201) on M. persicae herbivory between 25 mM salt and activated charcoal treatment groups. Although changes in plant biomass were not observed, there were a greater number of aphids occupying the plants without activated charcoal than on plants with activated charcoal for 25 mM salt treatments. Therefore, activated charcoal presents the opportunity for an accessible method of treatment for salt-stressed plants.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,213
Écart entre enseignants0,200 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant responses to elevated CO2Travaux en français237 207