MétaCan
Menu
Retour à la cohorte
Enregistrement W2898792453 · doi:10.3389/fpls.2018.01585

Neural Net Classification Combined With Movement Analysis to Evaluate Setaria viridis as a Model System for Time of Day of Anther Appearance

2018· article· en· W2898792453 sur OpenAlexaff
Jigar Desai, Erin Slabaugh, Donna J. Liebelt, Jacob D. Fredenberg, Benjamin N. Gray, S. V. Krishna Jagadish, Olivia Wilkins, Colleen J. Doherty

Notice bibliographique

RevueFrontiers in Plant Science · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute of Food and AgricultureNorth Carolina Biotechnology CenterU.S. Department of Agriculture
Mots-clésStamenSetaria viridisBotanyBiologyMovement (music)Artificial intelligenceComputer scienceWeedPollenPhysics

Résumé

récupéré en direct d'OpenAlex

In many plant species, the time of day at which flowers open to permit pollination is tightly regulated. Proper time of flower opening, or Time of Day of Anther Appearance (TAA), may coordinate flowering opening with pollinator activity or may shift temperature sensitive developmental processes to cooler times of day. The genetic mechanisms that regulate the timing of this process in cereal crops are unknown. To address this knowledge gap, it is necessary to establish a monocot model system that exhibits variation in TAA. Here, we examine the suitability of Setaria viridis, the model for C4 photosynthesis, for such a role. We developed an imaging system to monitor the temporal regulation of growth, flower opening time, and other physiological characteristics in Setaria. This system enabled us to compare Setaria varieties Ames 32254, Ames 32276, and PI 669942 variation in growth and daily flower opening time. We observed that TAA occurs primarily at night in these three Setaria accessions. However, significant variation between the accessions was observed for both the ratio of flowers that open in the day versus night and the specific time of day where the rate is maximal. Characterizing this physiological variation is a requisite step towards uncovering the genetic molecular mechanisms regulating TAA. Leveraging the regulation of TAA could provide researchers with a genetic tool to improve crop productivity in new environments.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,221
Écart entre enseignants0,212 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Plant ScienceMême sujetRemote Sensing in AgricultureTravaux en français237 207