MétaCan
Menu
Retour à la cohorte
Enregistrement W2993430313 · doi:10.1002/elsc.201900133

Improved in vitro rooting in liquid culture using a two piece scaffold system

2019· article· en· W2993430313 sur OpenAlexafffund
Mukund R. Shukla, Kevin Piunno, Praveen K. Saxena, Andrew Maxwell Phineas Jones

Notice bibliographique

RevueEngineering in Life Sciences · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant tissue culture and regeneration
Établissements canadiensUniversity of Guelph
Organismes subventionnairesMinistry of Agriculture, Food and Rural AffairsOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésMicropropagationLiquid cultureScaffoldLiquid mediumPlant tissue cultureAgricultural engineeringTissue cultureProcess (computing)BotanyHorticultureBiologyComputer scienceBiochemical engineeringProcess engineeringPulp and paper industryIn vitroBiomedical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Plant tissue culture techniques have been used to propagate horticultural crops at a commercial scale for more than three decades. However, due to the high cost it is generally only used for high value crops. To increase production efficiency and make micropropagation viable for a wider range of species, new approaches to address key steps of the process with high labor inputs need to be evaluated. For this study, a two‐piece scaffold system was designed, prototyped using 3D printing, and tested to physically hold plants upright thereby facilitating liquid based rooting. This system was evaluated with Malus domestica , Betula lenta , and Musa sp. using static liquid culture as well as rocker based temporary immersion system and compared to rooting in semi‐solid based medium as is commonly practiced. Significantly, earlier rooting was observed in all three species in liquid when compared to semi‐solid culture system, and plants cultured in liquid on the rocker generally performed better than those in static liquid. In addition to quicker, more uniform rooting, reducing labor requirements, and preventing root damage. This newly designed system is simple, easy to use, will help to improve efficiency, and reduce the cost of micropropagation.

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 enseignants0,203
Score d'incertitude au seuil0,328

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 Opus0,008
Tête enseignante GPT0,231
Écart entre enseignants0,223 · 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

Citations26
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEngineering in Life SciencesMême sujetPlant tissue culture and regenerationTravaux en français237 207