MétaCan
Menu
Retour à la cohorte
Enregistrement W4386738896 · doi:10.1111/ppl.14006

The effects of copper deficiency on lignification, xylem vessel structure, and hydraulic traits in hybrid poplar

2023· article· en· W4386738896 sur OpenAlexaff
Cameron Hunter, Zimou Sun, Shawn D. Mansfield, Muhammad Shahbaz, Marinus Pilon, Sean M. Gleason

Notice bibliographique

RevuePhysiologia Plantarum · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNew Phytologist Trust
Mots-clésXylemLigninChemistryCell wallApoplastConiferyl alcoholMonomerArabinoxylanPolymerizationBiophysicsBotanyPolymerBiochemistryOrganic chemistryEnzymeBiology

Résumé

récupéré en direct d'OpenAlex

Copper (Cu) homeostasis is integral to many plant physiological processes, including lignification of plant cell walls. This link occurs through Cu's role as a cofactor in the apoplastic laccase enzymes that oxidize monolignols that then polymerize to form the hydrophobic lignin polymer, which provides rigidity and strength to the water transport system. In this study, we investigated the effect of Cu deficiency on lignin content and chemistry in poplar stems. We also examined the effect of Cu deficiency on the stiffness of stem wood and the hydraulic properties of leaves. Cu deficiency resulted in a significant reduction in lignin content, an increase in the syringyl to guaiacyl monomer ratio of stem xylem, and no change to stem modulus of elasticity. Accompanying these stem traits, Cu-deficient leaves had higher (less negative) turgor loss points and markedly stiffer mesophyll cell walls. Our results may reflect a novel response in poplar whereby structural stiffness and mechanical stability are maintained in the face of Cu deficiency and reduction in the guaiacyl lignin monomer content.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,005
Tête enseignante GPT0,191
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 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
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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysiologia PlantarumMême sujetLignin and Wood ChemistryTravaux en français237 207