MétaCan
Menu
Retour à la cohorte
Enregistrement W1972959604 · doi:10.1139/b11-024

Local differentiation of flowering phenology in an alpine-snowbed herb <i>Gentiana nipponica</i>

2011· article· en· W1972959604 sur OpenAlexvenueno aff
Yuka Kawai, Gaku Kudo

Notice bibliographique

RevueBotany · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of ScienceMinistry of Environment
Mots-clésPhenologySnowmeltBiologyPopulationGentianaHabitatBotanyLocal adaptationEcologyGrowing seasonHorticultureDemography

Résumé

récupéré en direct d'OpenAlex

Phenological events of alpine plants are strongly influenced by the seasonal thermal conditions at the local scale that are caused by heterogeneity in snowmelt time. Populations in late-snowmelt locations suffer from a short period for seed maturation, in which rapid flowering that occurs soon after snowmelt (i.e., a low thermal requirement for flowering) is advantageous. To test the possibility of local adaptation of flowering phenology, we compared reproductive phenology, the preflowering period, and the thermal requirement for flowering of the alpine-snowbed species Gentiana nipponica Maxim. between populations inhabiting early- and late-snowmelt sites within a local area. Plants in the late-snowmelt population showed a shorter preflowering period than in the early-snowmelt population; nevertheless, they often failed to set fruit owing to the short growth period. To test the plasticity and genetic regulation of flowering phenology, we performed a reciprocal transplant experiment between early- and late-snowmelt populations. Although the preflowering period showed clear plastic responses depending on the transplanted habitats, the lower thermal requirement for flowering was retained in plants originating from the late-snowmelt populations, even after transplantation. Therefore, habitat-specific differentiation of flowering phenology was genetically determined between these local populations.

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 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 enseignants0,921
Score d'incertitude au seuil0,912

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,055
Tête enseignante GPT0,212
Écart entre enseignants0,157 · 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.

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

Citations28
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBotanyMême sujetPlant and animal studiesTravaux en français237 207