MétaCan
Menu
Retour à la cohorte
Enregistrement W2015574069 · doi:10.1139/x04-033

Morphological and physiological traits influencing biomass productivity in short-rotation coppice poplar

2004· article· en· W2015574069 sur OpenAlexvenueno aff
Anne M. Rae, Kathryn M. Robinson, Nathaniel R. Street, Gail Taylor

Notice bibliographique

RevueCanadian Journal of Forest Research · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioenergy crop production and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoppicingShort rotation coppiceShort rotation forestryBiomass (ecology)BiologyPopulus trichocarpaHeritabilityAgronomyGrowing seasonBotanyWoody plant

Résumé

récupéré en direct d'OpenAlex

Fast-growing hybrid poplar (Populus spp.) have potential as a short-rotation coppice crop grown for biomass energy. This work identifies traits for fast growth studied in an American interspecific pedigree derived from Populus trichocarpa Torr. & A. Gray × Populus deltoides Marsh. grown in the United Kingdom for the first time. The biomass yield after the first coppice rotation was estimated to range from 0.04 to 23.68 oven-dried t·ha–1·year–1. This great range suggests that genotypes from this pedigree may be used to understand the genetic basis of high yield in short-rotation coppice, which would be advantageous for informing breeding programs for biomass crops. Relationships between stem, leaf, cell traits, and biomass yield were investigated. Partial least-squares analysis was used to order the traits by importance. The traits most influential on biomass were maximum stem height throughout the growing season, basal diameter, number of stems, and number of sylleptic branches, which showed high heritability, indicating excellent potential for breeding programs. The leaf traits, leaf area, number of leaves on the leading stem, and plastochron index were also associated with an increase in biomass, leading to a better understanding of this trait.

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 enseignants0,002
Score d'incertitude au seuil0,004

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)0,0000,000

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 Opus0,092
Tête enseignante GPT0,300
Écart entre enseignants0,208 · 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

Citations129
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetBioenergy crop production and managementTravaux en français237 207