MétaCan
Menu
Retour à la cohorte
Enregistrement W1993711445 · doi:10.1139/x06-199

Flower stimulation in young miniaturized seed orchards of Douglas-fir (<i>Pseudotsuga menziesii</i>)

2007· article· en· W1993711445 sur OpenAlexvenueno aff
Marilyn L. Cherry, Thimmappa S. Anekonda, Michael J. Albrecht, Glenn T. Howe

Notice bibliographique

RevueCanadian Journal of Forest Research · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGirdlingDouglas firSowingStockingHorticultureHectareBiologyRootstockToppingGrowing seasonGibberellinThinningBotanyAnimal science

Résumé

récupéré en direct d'OpenAlex

We studied flower stimulation in two young miniaturized seed orchards of Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco var. menziesii) in Oregon. In experiment 1, female and male flowering were substantially enhanced when the trees were treated 2–4 years after grafting with stem girdling plus stem-injected gibberellin A4/7 (GA 0.25× rate = ProCone(tm) at 0.084 µL·mm–2 scion cross-sectional area). Comparable results were obtained the following year when the same trees were retreated with 1× GA. In experiment 2, female and male flowering were significantly enhanced when 3-year-old trees were treated with girdling plus either 1× GA, 1.5× GA, or 2× GA. Some treatments had higher mortality and less height growth than the control in the year of cone development. We recommend using a combination of girdling and 1× GA biennially once trees are large enough to produce large per-hectare seed yields and withstand the stress of flower stimulation. At the study orchards, this seems to be about 5 years postgrafting, just before the sixth growing season. Yields were estimated to be 272 963 seeds·ha–1 at age 4 years, or 143 095 seeds·ha–1 annually with stimulation occurring every 2 years. Yields should increase as orchards age, with full stocking, and with higher planting densities.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,302
Écart entre enseignants0,280 · 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

Citations20
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207