MétaCan
Menu
Back to cohort
Record W7062721459

Talvenkestävyys ja sokerit vadelman versoissa ja silmuissa

2013· other· fi· W7062721459 on OpenAlexaboutno aff

Bibliographic record

VenueJukuri (Natural Resources Institute Finland (Luke)) · 2013
Typeother
Languagefi
FieldEngineering
TopicSuperconducting Materials and Applications
Canadian institutionsnot available
Fundersnot available
KeywordsStatistical analysisAffect (linguistics)Physical activity
DOInot available

Abstract

fetched live from OpenAlex

Talvikautena 1996 1997 tehdyssä kokeessa selvitettiin kolmen vadelmalajikkeen (Rubus idaeus L.) lepotilan syvyyden ja hiilihydraattien määrän yhteyttä kylmänkestävyyteen, kestävyyden purkautumisherkkyyteen ja uudelleenkaraistumiskykyyn. Vadelman kylmänkestävyys oli suurimmillaan tammikuussa, kun endodormanssi oli jo purkautunut kaikilla lajikkeilla. Lajikkeesta riippuen versojen kylmänkestävyyttä kuvaava LT50 oli silloin välillä -29 ja -37 °C, ja silmujen LT50 välillä -24 ja -32 °C. Maurin makea lajike sai enemmän talvivaurioita kuin Ottawa ja Muskoka. Sekä versot että silmut kykenivät uudelleenkaraistumaan vielä lepotilan purkautumisen jälkeenkin. Erot lepotilan syvyydessä tai pituudessa eivät selittäneet lajikkeiden välisiä eroja kylmänkestävyyden purkautumisherkkyydessä tai uudelleenkaraistumiskyvyssä. Tärkkelyksen määrä versoissa ja silmuissa väheni syksyllä. Liukoisia hiilihydraatteja, erityisesti sakkaroosia, mutta myös glukoosia, fruktoosia, raffinoosia ja stakkyoosia kertyi karaistumisen aikana. Hiilihydraattien määrät korreloivat kylmänkestävyyden ja näytteenottoa edeltävän lämpötilan kanssa. Kestävimmän lajikkeen Ottawan versoissa ja silmuissa liukoisten hiilihydraattien kokonaispitoisuus oli suurempi kuin muissa lajikkeissa, samoin sakkaroosin määrän suhde glukoosiin ja fruktoosiin. Sokeripitoisuudet korreloivat kylmänkestävyyden kanssa myös, kun kolmea vadelmalajiketta kasvatettiin ja karaistiin in vitro. Kun Preussen-vadelman MS-kasvatusalustan sakkaroosipitoisuutta lisättiin, myös kasvien sokeripitoisuus kasvoi. Sakkaroosi lisäsi jonkun verran karaisemattomien kasvien kylmänkestävyyttä ja tehosti huomattavasti karaisukäsittelyn vaikutusta. Tulokset osoittivat, että liukoisilla hiilihydraateilla ja erityisesti sakkaroosilla oli selvä yhteys vadelman kylmänkestävyyteen. Sakkaroosin vaikutus kylmänkestävyyden lisäämisessä ei perustunut pelkästään sen toimimiseen osmolyyttinä, vaan sakkaroosin aktiiviseen solukalvoja suojaavaan vaikutukseen.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.023
Threshold uncertainty score0.076

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0230.009

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.013
GPT teacher head0.223
Teacher spread0.210 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueJukuri (Natural Resources Institute Finland (Luke))Same topicSuperconducting Materials and ApplicationsFrench-language works237,207