Temperature Thresholds and Growing-Degree-Day Models for Red Sorrel (<i>Rumex acetosella</i>) Ramet Sprouting, Emergence, and Flowering in Wild Blueberry
Notice bibliographique
Résumé
Red sorrel is a common herbaceous creeping perennial weed in wild blueberry fields in Nova Scotia that spreads by seeds and an extensive creeping root system. Experiments were established to determine temperature thresholds for ramet sprouting from creeping root fragments and to develop growing-degree-day (GDD) models for predicting ramet emergence and flowering under field conditions in wild blueberry fields in Nova Scotia. Ramets sprouted from root fragments at temperatures as low as 1 C, with an optimum temperature for ramet sprouting around 22 C. Ramet sprouting was completely inhibited at temperatures above 35 C. Cumulative ramet emergence and flowering under field conditions were adequately explained as functions of GDD by a three-parameter power equation ( R 2 = 0.98) and a four-parameter logistic equation ( R 2 = 0.87), respectively. Ramet emergence began between 110 and 265 GDD and continued throughout the season at each site. Model prediction for the initiation of emergence was 92 GDD, and 50 and 95% emergence were predicted to occur at 1,322 and 2,696 GDD, respectively. Red sorrel ramets began to flower in the field between 308 and 515 GDD. Model prediction for the initiation of flowering was 289 GDD, and 50 and 95% flowering were predicted to occur at 545 and 1,336 GDD, respectively. Model validation was conducted with the use of two additional independent data sets for emergence and flowering and indicated good performance of the proposed models ( R 2 and root-mean-square error values ranging from 0.96 to 0.99 and 4.0 to 13.8, respectively). The models allow for direct comparison of red sorrel phenology to that of the wild blueberry and will aid in the development of new management strategies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 tête enseignante, 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 ».