Assessment of Suitable Habitats and Quality of <i>Siraitia grosvenorii</i> in China
Notice bibliographique
Résumé
ABSTRACT Climate change impacts the habitats of medicinal plants and potentially affects the quality of herbal medicines. Siraitia grosvenorii , a crucial medicinal and edible traditional Chinese material endemic to China, requires more research on climate adaptation. This study employed Maxent and ArcGIS software to predict suitable habitats for S. grosvenorii across various periods in China. High‐Performance Liquid Chromatography and enzyme‐linked immunosorbent assay measured mogrosides V (MV) content, total flavonoid content (TFC), and total phenolic acid (TPA) in samples from different suitable habitats. Additionally, the in vitro antioxidant potency composite index (APCI) of various samples was compared. The results indicate that precipitation and temperature emerged as significant factors influencing the distribution of S. grosvenorii , with precipitation of warmest quarter (Bio_18), temperature seasonality (Bio_4), and precipitation of wettest quarter (Bio_16) identified as the key factors. Currently, suitable habitats for S. grosvenorii are primarily located south of the Yangtze River, especially in Guangxi and Guangdong Provinces. Future projections indicate a northward expansion of suitable habitats. MV content was significantly higher in samples from high‐ and medium‐suitability habitats compared to those from low‐suitability habitats. Conversely, TFC, TPA, and APCI values were higher in low‐suitability habitats. These findings offer valuable insights for identifying optimal cultivation areas and assessing the quality of S. grosvenorii resources in China.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».