MétaCan
Menu
Retour à la cohorte
Enregistrement W2988815867 · doi:10.1186/s13007-019-0506-9

Development, progress and future prospects in cryobiotechnology of Lilium spp.

2019· review· en· W2988815867 sur OpenAlexaff
Jingwei Li, Xiao-Chen Zhang, Min‐Rui Wang, Wen‐Lu Bi, Mohammad Faisal, Jaime A. Teixeira da Silva, Gayle M. Volk, Qiao‐Chun Wang

Notice bibliographique

RevuePlant Methods · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant tissue culture and regeneration
Établissements canadiensUniversity of Guelph
Organismes subventionnairesChinese Universities Scientific FundNational Natural Science Foundation of China
Mots-clésLiliumBiologyBotany

Résumé

récupéré en direct d'OpenAlex

Abstract Lilium is one of the most popular flower crops worldwide, and some species are also used as vegetables and medicines. The availability of and easy access to diverse Lilium genetic resources are essential for plant genetic improvements. Cryopreservation is currently considered as an ideal means for the long-term preservation of plant germplasm. Over the last two decades, great efforts have been exerted in studies of Lilium cryopreservation and progress has been made in the successful cryopreservation of pollen, seeds and shoot tips in Lilium. Genes that exist in Lilium, including those that regulate flower shape, color and size, and that are resistant to cold stress and diseases caused by fungi and viruses, provide a rich source of valuable genetic resources for breeding programs to create novel cultivars required by the global floriculture and ornamental markets. Successful cryopreservation of Lilium spp. is a way to preserve these valuable genes. The present study provides updated and comprehensive information about the development of techniques that have advanced Lilium cryopreservation. Further ideas are proposed to better direct future studies on Lilium cryobiotechnology.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,043
Tête enseignante GPT0,367
Écart entre enseignants0,324 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant MethodsMême sujetPlant tissue culture and regenerationTravaux en français237 207