MétaCan
Menu
Retour à la cohorte
Enregistrement W2790085580 · doi:10.3389/fpls.2018.00263

Humic Substances: Determining Potential Molecular Regulatory Processes in Plants

2018· review· en· W2790085580 sur OpenAlexaff
Zahid Hussain Shah, Hafiz Mamoon Rehman, Tasneem Akhtar, Hameed Alsamadany, Bahget T. Hamooh, Tahir Mujtaba, İhsanullah Daur, Yahya Al Zahrani, Hind A.S. Alzahrani, Shawkat Ali, Seung Hwan Yang, Gyuhwa Chung

Notice bibliographique

RevueFrontiers in Plant Science · 2018
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Growth Enhancement Techniques
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésCrosstalkAbiotic componentRhizosphereBiologyComputational biologyCrop productivityAbiotic stressBiotechnologyBiochemical engineeringEcologyGeneticsGeneAgriculture

Résumé

récupéré en direct d'OpenAlex

Humic substances (HSs) have considerable effects on soil fertility and crop productivity owing to their unique physiochemical and biochemical properties, and play a vital role in establishing biotic and abiotic interactions within the plant rhizosphere. A comprehensive understanding of the mode of action and tissue distribution of HS is, however, required, as this knowledge could be useful for devising advanced rhizospheric management practices. These substances trigger various molecular processes in plant cells, and can strengthen the plant's tolerance to various kinds of abiotic stresses. HS manifest their effects in cells through genetic, post-transcriptional, and post-translational modifications of signaling entities that trigger different molecular, biochemical, and physiological processes. Understanding of such fundamental mechanisms will provide a better perspective for defining the cues and signaling crosstalk of HS that mediate various metabolic and hormonal networks operating in plant systems. Various regulatory activities and distribution strategies of HS have been discussed in this review.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,027
Tête enseignante GPT0,258
Écart entre enseignants0,232 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations201
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Plant ScienceMême sujetPlant Growth Enhancement TechniquesTravaux en français237 207