MétaCan
Menu
Retour à la cohorte
Enregistrement W7031980984

植物細胞における小胞体凍結動態の観察

2012· article· en· W7031980984 sur OpenAlexaboutno aff

Notice bibliographique

RevueIwate University Repository (Iwate University) · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArtificial Intelligence in Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEndoplasmic reticulumVesicleCalciumExtracellularPlant cellFluorescence microscopeEpidermis (zoology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Many plants living under subzero temperatures in winter increase freezing tolerance by exposure to non-freezing temperature, which is known as cold acclimation. In cold-acclimated cells, unique cryobehaviors of the plasma membrane and endoplasmic reticulum (ER) have been reported but their physiological meaning or mechanism is largely unknown. Allium fistulosumis a cold-hardy Welshonion which survives winter of-40℃ in Saskatchewan, Canada, andintact cells inthe single epidermal layer, which is easily peeled from leaf sheath, were observed. The cryobehavior of ER in these epidermal cells that were stained with ER-selective fluorescent dye (ER-Tracker) was observed using a confocal fluorescent microscope with cryostage. According to our observations, cold acclimation increased ER volume per cell and extracellular freezing induced ER vesiculation through the breakdown of the ER network. Freeze-induced ER vesicles in cold-acclimated cells were larger and more abundant than those in non-acclimated cells. ER vesiculation may be associated with extracellular calcium because freeze-induced ER vesicles tended to be more abundant in the presence of calcium than in the absence of calcium. Furthermore, ER vesiculation also occurred in Arabidopsis root cells, suggesting a possibility that ER vesiculationis conserved in monocotyledonous and dicotyledonous plants. After thawing, the ER network was recovered only in cold-acclimated cells, suggesting that the dynamics of ER during freeze/thaw cycles are associated with freezing tolerance.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,027
Tête enseignante GPT0,241
Écart entre enseignants0,214 · 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'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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIwate University Repository (Iwate University)Même sujetArtificial Intelligence in LawTravaux en français237 207