MétaCan
Menu
Retour à la cohorte
Enregistrement W3027265216 · doi:10.3390/agronomy10050744

In Vitro Propagation Strategies of Medicinally Important Berry Crop, Lingonberry (Vaccinium vitis-idaea L.)

2020· article· en· W3027265216 sur OpenAlexafffund
Samir C. Debnath, Usha Arigundam

Notice bibliographique

RevueAgronomy · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant tissue culture and regeneration
Établissements canadiensMemorial University of NewfoundlandAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésMicropropagationVacciniumBiologyShootVegetative reproductionBotanyPlant propagationIn vitroExplant culture

Résumé

récupéré en direct d'OpenAlex

Lingonberry (Vaccinium vitis-idaea L.) is a health-promoting small fruit crop rich in antioxidant metabolites that helps to reduce the incidence of degenerative diseases. Being heterozygous, lingonberries cannot preserve genetic characteristics through seed propagation. Conventional vegetative propagation, although it produces true-to-type plants, is not economically viable. In vitro propagation can multiply plants much faster than conventional methods. A liquid cultures system under a bioreactor micropropagation system is of significant importance to increase the multiplication rates of in vitro-produced shoots. Enhanced vegetative growth and variation in biochemical constituents are observed in micropropagated plants. Clonal fidelity, although it may be a serious problem for commercial micropropagation, can be verified efficiently by molecular markers. The current review provides detailed and updated information on lingonberry micropropagation along with conventional methods and their effects on morphological, molecular and biochemical characteristics in micropropagated plants, filling the gap in literature.

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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,231
Écart entre enseignants0,221 · 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

Citations52
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgronomyMême sujetPlant tissue culture and regenerationTravaux en français237 207