MétaCan
Menu
Retour à la cohorte
Enregistrement W2891190000 · doi:10.14258/jcprm.2018033747

THE INFLUENCE OF CULTIVATION CONDITIONS ON MORPHOPHYSIOLOGICAL ACTIVITY AND CONTENT OF PHENOLIC COMPOUNDS OF ST. JOHN'S WORT (HYPERICUM PERFORATUM L.) IN VITRO CULTURE

2018· article· en· W2891190000 sur OpenAlexaboutno aff
Вера Николаевна Овчинникова, Наталья Петровна Карсункина, Петр Николаевич Харченко, Natalia V. Nikiforova

Notice bibliographique

Revuechemistry of plant raw material · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLight effects on plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHypericum perforatumComposition (language)HypericumShootChemistryHyperforinBotanyIn vitroHorticultureBiologyFood scienceBiochemistry

Résumé

récupéré en direct d'OpenAlex

The paper discusses the joint effect of cytokine 6-BAP and different spectra when illuminated by LEDs on the morphological parameters of growth, development and the content of phenolic compounds in plants of St. John's Wort (Hypericum perforatum L.) of two genotypes – wild and cultivated (cultivar Zolotodolinskiy) – in conditions of in vitro cultivation.It is shown that the light of different spectral composition and the hormonal composition of medium influences the morphogenesis, the productivity of biomass and the synthesis of phenolic compounds by plants under in vitro cultivation conditions.It is established that the combination of the light spectrum, and the hormonal composition of nutrient medium may substantially increase the content of soluble phenolic compounds in both wild and cultural genotypes of Hypericum.The analysis of the obtained results shows a direct correlation dependence of the content of phenolic compounds on the number of shoots and their mass. The correlation between the number of shoots and the content of phenolic compounds has a direct character and strongly expressed.

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 recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,210
Écart entre enseignants0,197 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuechemistry of plant raw materialMême sujetLight effects on plantsTravaux en français237 207