MétaCan
Menu
Retour à la cohorte
Enregistrement W4413834409 · doi:10.1101/2025.08.25.672092

Understanding Shape and Residual Stress Dynamics in Rod-Like Plant Organs

2025· preprint· en· W4413834409 sur OpenAlexfundno aff
Amir Porat

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineEngineering
ThématiqueTree Root and Stability Studies
Établissements canadiensnon disponible
Organismes subventionnairesIsrael Science FoundationCanada Research Chairs
Mots-clésResidual stressResidualDynamics (music)Stress (linguistics)Biological systemMathematicsMaterials scienceBiologyPsychologyComposite materialAlgorithmPhilosophy

Résumé

récupéré en direct d'OpenAlex

Residual stresses are common in rod-like plant organs such as roots and shoots, arising from mechanical incompatibilities between tissues with differing intrinsic lengths. Although mechanical regulation of cell wall growth is well established, the role of internally generated stresses in organ-scale morphogenesis remains poorly understood. Here, we introduce a tractable theoretical framework that couples structural residual stresses to growth-driven shape dynamics. We represent rod-like organs as bundles of morphoelastic rods connected in parallel, each corresponding to a distinct concentric tissue layer. Assuming elastic strain-driven growth and rod-like symmetry, the resulting mechanical constraints yield transparent analytical relationships linking tissue heterogeneity to macroscopic observables such as axial strain rates, bending dynamics, and residual stress distributions. Using a minimal two-layer model representing the epidermis and inner tissues, we show how tissue incompatibilities can generate phenomena including effective autotropism, mechanical memory, and discontinuous growth dynamics following cell division. Overall, our framework demonstrates how residual stresses may contribute to plant morphogenesis and provides a foundation for future investigations of mechano-chemical growth control in plants.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,206
Écart entre enseignants0,180 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetTree Root and Stability StudiesTravaux en français237 207