MétaCan
Menu
Retour à la cohorte
Enregistrement W2791891722 · doi:10.4236/ajps.2018.93027

Mechanical Shaking and Baling of Balsam Fir Trees Influence Postharvest Needle Senescence and Abscission

2018· article· en· W2791891722 sur OpenAlexaff
Ernest A. Korankye, Rajasekaran R. Lada, Samuel K. Asiedu, C. D. Caldwell

Notice bibliographique

RevueAmerican Journal of Plant Sciences · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Surface Properties and Treatments
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPostharvestAbscissionBalsamEthyleneHorticultureToxicologyBiologyBotanyBiochemistry

Résumé

récupéré en direct d'OpenAlex

This study investigated the influence of both shaking duration and number of trees per bale on postharvest needle characteristics such as percentage needle loss, needle retention duration and explored the physiological roles of endogenous ethylene and volatile terpene compounds (VTCs). To accomplish these objectives, 25 six-year-old trees were detached and exposed to a range of shaking durations (0 to 60 sec.), and 30 six-year-old detached trees were exposed to baling treatments from 0 to 5 trees. Response variables measured were percent needle loss, needle retention duration, average water use, ethylene and volatile terpene compound evolution. Trees shaken for 60 seconds lost 16% less needle compared to control, which was consistent with the decrease in percent needle loss with increasing shaking duration. Baled trees lost 13% more needles compared to control, but percent needle loss was observed to decrease with increasing number of trees in a bale. These trends corresponded with increasing ethylene and VTC evolutions, where the longer the shaking duration or larger number of trees in a bale, the higher the ethylene and VTC evolutions. One can therefore draw inference that mechanical perturbation as a result of shaking and baling induce biosynthesis and regulation of ethylene and VTC in balsam fir trees in an effort to regulate postharvest needle abscission.

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 enseignants0,001
Score d'incertitude au seuil0,003

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 Opus0,023
Tête enseignante GPT0,227
Écart entre enseignants0,204 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Plant SciencesMême sujetPlant Surface Properties and TreatmentsTravaux en français237 207