MétaCan
Menu
Retour à la cohorte
Enregistrement W4200529696 · doi:10.1002/cbdv.202100871

Chemical Composition of the Unexplored Volatile Fraction of <i>Betula glandulosa</i>, a Prevalent Shrub in Nunavik, Québec

2021· article· en· W4200529696 sur OpenAlexafffundabout
Jean‐Christophe Séguin, Xavier Fernàndez, Stéphane Boudreau, Normand Voyer

Notice bibliographique

RevueChemistry & Biodiversity · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensPROTEOUniversité LavalCenter for Northern Studies
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAgence Nationale de la Recherche
Mots-clésChemistrySubarctic climateShrubLinaloolComposition (language)BotanyEcosystemEugenolBetula pubescensEcologyFood scienceEssential oilBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The volatile fraction of the leaves of Betula glandulosa Michx . has been investigated for its secondary metabolite composition by GC/MS and GC/FID. The rapid expansion of this shrub species in subarctic landscapes, like the ones found in Nunavik (Northern Québec, Canada), highly impacts ecosystem dynamics. Yet, despite its abundance, few phytochemical investigations have yet been conducted on this species. In this study, we present the first phytochemical investigation of the volatile metabolites of B. glandulosa leaves. Although no essential oil was isolated, volatile compounds were extracted from the hydrosol by steam distillation. The main metabolites observed were linalool (14.6–19.0 %), C 6 oxylipins (known as green leaf volatiles, GLV; total of 18.2–40.2 %), eugenol (1.6–8.6 %) and α ‐terpineol (3.3–4.8 %). Dwarf birch is an important food source for insects and herbivores, so knowledge of its metabolite composition could help understand parts of its functional role in subarctic ecosystems. The composition of the volatile fraction could serve as marker for differentiating B. glandulosa from other dwarf birch species like Betula nana L.

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 enseignants0,194
Score d'incertitude au seuil0,980

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,180
Écart entre enseignants0,174 · 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

Citations1
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueChemistry & BiodiversityMême sujetFire effects on ecosystemsTravaux en français237 207