MétaCan
Menu
Retour à la cohorte
Enregistrement W4380357685 · doi:10.6000/1929-5995.2020.09.07

A Review on the Physicochemical and Biological Aspects of the Chitosan Antifungal Activity in Agricultural Applications

2020· review· en· W4380357685 sur OpenAlexvenueno aff
Cristóbal Lárez Velásquez, Luz Rojas Avelizapa

Notice bibliographique

RevueJournal of Research Updates in Polymer Science · 2020
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanocomposite Films for Food Packaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAntifungalChitosanMode of actionBiopolymerAgricultureBiotechnologyAction (physics)NanotechnologyBiochemical engineeringBiologyComputational biologyMaterials scienceChemistryMicrobiologyBiochemistryPhysicsEngineeringEcologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The antifungal activity of the chitosan biopolymer has been extensively studied for several decades. However, the mechanisms of action associated with this process have not been fully clarified yet. To a large extent, this situation is due to the lack of systematization with which, in general terms, the subject has been approached. However, it seems to have begun to change in recent years with the appearance of several papers reviewing the accumulated knowledge on the beneficial effects shown by chitosan in agricultural applications and putting forward it in a more systematic mode. In this work, the most relevant mechanisms of action proposed for chitosan regarding its antifungal activity will be briefly presented, i.e., disruption and changes in the fungal plasma membrane, alteration of gene expression, inhibition of RNA and protein synthesis, Ca2+ channel blocker, to then address the main factors that influence this antifungal activity, observed mainly in studies focused on phytopathogenic species, which have been grouped into three main blocks: those related exclusively to the chitosan molecules, those associated to the fungal itself and those having to do with the environment where the processes take place. Additionally, a brief section addressing some possibilities on which future studies on this topic should focus is also included.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,080
Tête enseignante GPT0,403
Écart entre enseignants0,323 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research Updates in Polymer ScienceMême sujetNanocomposite Films for Food PackagingTravaux en français237 207