MétaCan
Menu
Retour à la cohorte
Enregistrement W1976096519 · doi:10.1139/cjfr-2014-0339

Field growth performances of teak genotypes of different ages clonally produced by rooted cuttings, in vitro microcuttings, and meristem culture

2014· article· en· W1976096519 sur OpenAlexvenueno aff
Olivier Monteuuis, Doreen Kim Soh Goh

Notice bibliographique

RevueCanadian Journal of Forest Research · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant tissue culture and regeneration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCuttingTectonaclone (Java method)BiologySowingHorticultureBotanyMeristemMicropropagationVegetative reproductionTissue cultureShootIn vitro

Résumé

récupéré en direct d'OpenAlex

Teak (Tectona grandis L. f.) clonal forestry has lately become a reality thanks to the development of efficient techniques for mass clonally propagating true-to-type teak trees of various ages. Field trials were set up to assess the influence of teak genotypes of different ages and three clonal propagation techniques on field growth performances of teak clones. Significant differences (P < 0.0001) in height (H, from 11.9 to 17.5 m), diameter at breast height (D, from 11.8 to 18.9 cm), and volume (V, from 67.9 to 194.7 dm3) were observed 5 years after planting for clones produced by microcuttings from 6-month-old to 70-year-old teak ortets, regardless of their age. After 6.5 years of testing, H, D, and V performances of clones produced by rooted cuttings and microcuttings from 7-year-old teak trees were similar, notwithstanding clone × propagation method interactions. Five years after planting, clones produced by meristem culture from 7-year-old ortets had larger diameters and volumes than clones produced by microcuttings, whereas H varied according to clone × propagation method interaction. The various propagation methods used had no significant effect on mortality (<10%). The pros and cons of these techniques for mass clonally propagating teak genotypes of different ages were discussed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,251
Écart entre enseignants0,242 · 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'étudeExpérimental (laboratoire)
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

Citations12
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetPlant tissue culture and regenerationTravaux en français237 207