MétaCan
Menu
Retour à la cohorte
Enregistrement W2986786977 · doi:10.1109/tnb.2019.2951289

Communication in Plants: Comparison of Multiple Action Potential and Mechanosensitive Signals With Experiments

2019· article· en· W2986786977 sur OpenAlexaff

Notice bibliographique

RevueIEEE Transactions on NanoBioscience · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMolecular Communication and Nanonetworks
Établissements canadiensUniversity of TorontoYork University
Organismes subventionnairesDefense Advanced Research Projects Agency
Mots-clésMechanosensitive channelsMutual informationInformation theoryMolecular communicationCommunication sourceStimulus (psychology)Biosignal

Résumé

récupéré en direct d'OpenAlex

Both action potentials and mechanosensitive signalling are an important communication mechanisms in plants. Considering an information-theoretic framework, this paper explores the effective range of multiple action potentials for a long chain of cells (i.e., up to 100) in different configurations, and introduces the study of multiple mechanosensitive activation signals (generated due to a mechanical stimulus) in plants. For both these signals, we find that the mutual information per cell and information propagation speed tends to increase up to a certain number of receiver cells. However, as the number of cells increase beyond 10 to 12, the mutual information per cell starts to decrease. To validate our model and results, we include an experimental verification of the theoretical model, using a PhytlSigns biosignal amplifier, allowing us to measure the magnitude of the voltage associated with the multiple AP's and mechanosensitive activation signals induced by different stimulus in plants. Experimental data is used to calculate the mutual information and information propagation speed, which is compared with corresponding numerical results. Since these signals are used for a variety of important tasks within the plant, understanding them may lead to new bioengineering methods for plants.

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)0,003
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,020
Tête enseignante GPT0,261
Écart entre enseignants0,241 · 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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on NanoBioscienceMême sujetMolecular Communication and NanonetworksTravaux en français237 207