MétaCan
Menu
Retour à la cohorte
Enregistrement W4410267564 · doi:10.1101/2025.05.08.652794

3D X-ray microscopy lights up nanoparticles in plants

2025· preprint· en· W4410267564 sur OpenAlexaff
E. Kristensen, Francesca Siracusa, Andrea Pinna, Idil Ertem, Augusta Szameitat, Julie Villanova, Xiaoyu Gao, Adrian Alexander Schiefler, Dominique J. Tobler, Subhasis Ghoshal, Rajmund Mokso

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLeaf Properties and Growth Measurement
Établissements canadiensMcGill University
Organismes subventionnairesNovo Nordisk FondenDanish Agency for Science and Higher EducationDanScattNovo NordiskEuropean Synchrotron Radiation Facility
Mots-clésMicroscopyNanoparticleNanotechnologyX-rayMaterials scienceOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The discovery of novel plant fertilization strategies heavily relies on our capabilities to probe physiological processes in living plants with sub-cellular precision. State-of-the-art microscopy techniques are in general limited to surface investigation or they require elaborated tissue preparation and often destruction. X-ray microscopy has the potential to resolve some of these limitations by generating micro-to nanometer-scale 3D images deep into the tissue. We introduce experimental designs and the quantitative analysis methodologies, pioneering nanoscale (≈150 nm resolution) in-vivo 3D microscopy of plant tissue. We show the first direct in-vivo visualization of foliar-applied untagged nanoparticulate fertilizers deep under the leaf surface, not accessible by other microscopy methods. Ultimately, our approach provides the means for a direct observation of nanoparticle transport and dissolution in living plant tissue, a step critical for developing sustainable plant fertilization approaches.

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)0,001
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 enseignants0,234
Score d'incertitude au seuil0,807

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,214
Écart entre enseignants0,191 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetLeaf Properties and Growth MeasurementTravaux en français237 207