MétaCan
Menu
Retour à la cohorte
Enregistrement W2017554245 · doi:10.1139/b09-108

Factors affecting the production, growth, and survival of sprouting stems in the multi-stemmed understory shrub <i>Lindera triloba</i>

2010· article· en· W2017554245 sur OpenAlexvenueno aff
Michinari Matsushita, Nobuhiro Tomaru, Daisuke Hoshino, Naoyuki Nishimura, Shin‐Ichi Yamamoto

Notice bibliographique

RevueBotany · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUnderstoryShrubBiologyCompetition (biology)BotanyMyrmecophyteCrowdingEcologyCanopy

Résumé

récupéré en direct d'OpenAlex

We investigated the structure and dynamics of the multi-stemmed understory shrub Lindera triloba (Sieb. et Zucc.) Blume over 3 years in an old-growth coniferous forest, and quantitatively evaluated the factors affecting the ramet production, growth, and survival. Most genets sprouted continuously and exhibited multiple-stemmed structures with a few large and many small ramets. The skewed ramet-size distribution within genets resulted from the local crowding of neighboring trees, but not from the number of ramets within genets. This indicated that inter-plant competition is asymmetric (i.e., larger individuals outcompete one-sidedly smaller ones), but intra-plant competition (i.e., competition among ramets within genets) is symmetric (i.e., smaller ones also competitively affect larger ones). The local crowding of neighboring understory trees consistently negatively affected the ramet production, growth, and survival of L. triloba. Intra-genet crowding (i.e., crowding of ramets within genets) also negatively affected the ramet dynamics. On the other hand, the largest-ramet size within genets had positive relationships with the ramet dynamics, indicating that physiological integration within genets plays a role as supporting younger ramets. Based on our results, to fully understand genet persistence strategies in clonal shrub species, it is important to consider the effects of intra-genet crowding and modular integration, as well as plant-to-plant interaction.

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
Bibliométrie0,0010,000
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 Opus0,031
Tête enseignante GPT0,251
Écart entre enseignants0,220 · 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

Citations16
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBotanyMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207