MétaCan
Menu
Retour à la cohorte
Enregistrement W2799745097 · doi:10.3791/57628

Investigating Teliospore Germination Using Microrespiration Analysis and Microdissection

2018· article· en· W2799745097 sur OpenAlexafffund
Lauren Ostrowski, Amanda M. Seto, Barry Saville

Notice bibliographique

RevueJournal of Visualized Experiments · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Disease Resistance and Genetics
Établissements canadiensTrent University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGerminationBiologyDormancySmutSporeBotanyRespiration

Résumé

récupéré en direct d'OpenAlex

Smut fungi are the etiological agents of several devastating agricultural diseases. They are characterized by the production of teliospores, which are thick-walled dispersal agents. Teliospores can remain dormant for decades. The dormancy is characterized by low metabolic rates, paused macromolecular biosynthesis and greatly reduced levels of respiration. Upon receiving required environmental signals, teliospores germinate to produce haploid cells, which can initiate new rounds of infection. Teliospore germination is characterized by the resumption of macromolecular biosynthesis, increased respiration and dramatic morphological changes. In order to precisely measure changes in cellular respiration during the early stages of germination, we have developed a simple protocol employing a Clark-type respirometer. The later stages of germination are distinguished by specific morphological changes, but germination is asynchronous. We developed a microdissection technique that enables us to collect teliospores at distinct germination stages.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,206
Score d'incertitude au seuil0,127

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,042
Tête enseignante GPT0,393
Écart entre enseignants0,351 · 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 tête enseignante, 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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetPlant Disease Resistance and GeneticsTravaux en français237 207