Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Terpenoids (isoprenoids) encompass more than 40 000 structures and form the largest class of all known plant metabolites. Some terpenoids have well-characterized physiological functions that are common to most plant species. In addition, many of the structurally diverse plant terpenoids may function in taxonomically more discrete, specialized interactions with other organisms. Historically, specialized terpenoids, together with alkaloids and many of the phenolics, have been referred to as secondary metabolites. More recently, these compounds have become widely recognized, conceptually and/or empirically, for their essential ecological functions in plant biology. Owing to their diverse biological activities and their diverse physical and chemical properties, terpenoid plant chemicals have been exploited by humans as traditional biomaterials in the form of complex mixtures or in the form of more or less pure compounds since ancient times. Plant terpenoids are widely used as industrially relevant chemicals, including many pharmaceuticals, flavours, fragrances, pesticides and disinfectants, and as large-volume feedstocks for chemical industries. Recently, there has been a renaissance of awareness of plant terpenoids as a valuable biological resource for societies that will have to become less reliant on petrochemicals. Harnessing the powers of plant and microbial systems for production of economically valuable plant terpenoids requires interdisciplinary and often expensive research into their chemistry, biosynthesis and genomics, as well as metabolic and biochemical engineering. This paper provides an overview of the formation of hemi-, mono-, sesqui- and diterpenoids in plants, and highlights some well-established examples for these classes of terpenoids in the context of biomaterials and biofuels.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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