MétaCan
Menu
← Retour à la cohorte
Enregistrement W4284676290 · doi:10.1371/journal.pone.0270799

Methods for characterizing pollen fitness in Cannabis sativa L.

2022· article· en· W4284676290 sur OpenAlexafffund
Sydney B. Wizenberg, Michelle Dang, Lesley G. Campbell

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPollenGametophyteBiologySporophyteGerminationStamenOvulePollinationBotanyGynoeciumHorticulture

Résumé

récupéré en direct d'OpenAlex

Pollen grains are male gametophytes, an ephemeral haploid generation of plants, that commonly engage in competition for a limited supply of ovules. Since variation in reproductive capabilities among male gametophytes may influence the direction and pace of evolution in populations, we must be able to quantify the relative fitness of gametophytes from different sires. To explore this, we estimated the relative fitness of groups of male gametophytes in a dioecious, wind-pollinated model system, Cannabis sativa, by characterizing the non-abortion rate (measured via chemical staining) and viability (measured via in vitro germination) of pollen from multiple sires. Pollen viability quickly declined within two weeks of anther dehiscence, and pollen stored under freezer conditions did not germinate regardless of storage time. In contrast, pollen non-abortion rates declined slowly and persisted longer than the lifetime of a sporophyte plant under both room temperature and freezer conditions. Pollen samples that underwent both viability and non-abortion rate analysis displayed no significant correlation, implying that researchers cannot predict pollen viability from non-abortion rates, nor infer male gametophytic fitness from a single measure. Our work demonstrates two independent, differential approaches to measure proxies of male fitness in C. sativa.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,153
Tête enseignante GPT0,280
Écart entre enseignants0,127 · 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
GenreMéthodes

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

En bref

Citations13
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetPlant and animal studies→Travaux en français237 207→