MétaCan
Menu
Retour à la cohorte
Enregistrement W4295780688 · doi:10.21203/rs.3.rs-1717433/v1

Autofluorescence-decrease phenomenon of woody cell in Lophira alata

2022· preprint· en· W4295780688 sur OpenAlexaff
Zhaoyang Yu, Dongnian Xu, Jinbo Hu, Shanshan Chang, Gonggang Liu, Qiongtao Huang, Han Jin, Ting Li, Yuan Liu, Xiaodong Wang

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Gene Expression Analysis
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Science Foundation of Hunan ProvinceNational Natural Science Foundation of China
Mots-clésAutofluorescencePhenomenonOpticsPhysicsFluorescence

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Fluorescence is an intrinsic property of lignin. However, the autofluorescence of Lophira alata ( L. alata ) was found to be almost invisible during an occasional fluorescence observation experiment. The purpose of this study was to investigate the reason why lignin autofluorescence is invisible in L. alata . Results : Herein, the autofluorescence microscopy, diffuse reflection spectra and UV-Vis absorption spectra of L. alata have been performed. In order to recognize the relationship between autofluorescence phenomenon and anatomical structure, themacroscopic, microscopic and ultramicroscopic characteristics of L. alata are also examined. Results show that both the longitudinal parenchyma and the rays are rich in extractives. Moreover, these extractives have infiltrated into the vessels and fibers. The autofluorescence of the wood becomes increasingly clear after the benzene–alcohol extraction treatment. Meanwhile, UV-Vis absorption spectrashow that the extractives from L. alata have a strong absorption to light at a wavelength range of 200-500 nm. Conclusions : The complex compounds like polyphenols or terpenoids contained in the rich extractives of L. alata are likely to affect the autofluorescence of lignin.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,069
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,004
Intégrité de la recherche0,0000,001
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 Opus0,039
Tête enseignante GPT0,367
Écart entre enseignants0,328 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetPlant Gene Expression AnalysisTravaux en français237 207