MétaCan
Menu
Retour à la cohorte
Enregistrement W4366548264 · doi:10.5376/mpb.2023.14.0008

Effects of High Temperature and Waterlogging Stress on Cellulase Activity of Non-heading Chinese Cabbage

2023· article· en· W4366548264 sur OpenAlexvenueno aff
Hongfang Zhu, Lu Gao, He Xiaoyan, Xiaofeng Li, Dandan Xi, Yuying Zhu

Notice bibliographique

RevueMolecular Plant Breeding · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to water stress
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWaterlogging (archaeology)CellulaseBiologyEnzyme assayHorticultureEnzymeChemistryAgronomyEcologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Two non-heading Chinese cabbage varieties 'Heiyoudong' and 'Suzhouqing' were used as materials to study the effects of high temperature and waterlogging stress on the activities of enzymes related to cellulose synthesis in non-heading Chinese cabbage. The two varieties had different resistance to high temperature and waterlogging. Three temperature gradients of 24℃, 35℃ and 40℃ were set, and each temperature was set two treatments, waterlogging and non-waterlogging. The results showed that under high temperature stress, the CesA, SS, and KOR enzyme activities of 'Heiyoudong' and 'Suzhouqing' showed a trend of first increasing and then decreasing, while the trend of CE enzyme activity was opposite. Under the combined stress of high temperature and waterlogging, the changed trend of the enzyme activities related to cellulose synthesis in 'Heiyoudong' and 'Suzhouqing' is similar to that of a single high temperature stress, but the degree of impact is greater than that of a single high temperature stress. In addition, regardless of high temperature stress, high temperature and waterlogging combined stress, the increase in CesA, SS, and KOR activities in 'Heiyoudong' was greater than that of 'Suzhouqing', but the decrease was less than that of 'Suzhouqing'; The increase in CE activity of 'Suzhouqing' is less than that of 'Suzhouqing', but the decrease rate is greater than that of 'Suzhouqing'.

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 enseignants0,160
Score d'incertitude au seuil0,304

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)0,0000,000

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 GPT0,192
Écart entre enseignants0,186 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Plant BreedingMême sujetPlant responses to water stressTravaux en français237 207