MétaCan
Menu
Retour à la cohorte
Enregistrement W2046620772 · doi:10.1139/b04-107

Effects of light intensity and artificial wounding on monoterpene production in <i>Myrica cerifera</i> from two different ecological habitats

2004· article· en· W2046620772 sur OpenAlexvenueno aff
Min Wang, David E. Lincoln

Notice bibliographique

RevueCanadian Journal of Botany · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAllelopathy and phytotoxic interactions
Établissements canadiensnon disponible
Organismes subventionnairesMorphoSys
Mots-clésMonoterpeneEcotypeLight intensityBiologyHabitatBotanyEcologyHorticulture

Résumé

récupéré en direct d'OpenAlex

The contributions of multiple factors to plant defense and herbivory in different habitats has received limited study. This study examines the contributions of genotypic differentiation and modification by physical factors to chemical defense and herbivory of Myrica cerifera L. in contrasting habitats. The constitutive leaf monoterpene content of M. cerifera was higher in a sunny habitat than in an adjacent shady habitat at a southeastern USA coastal site. Leaf area loss was higher in the shady habitat than in the sunny habitat. A significant negative correlation of monoterpene content and leaf area loss suggests that monoterpenes may play toxic or deterrent roles in these plants. When plants from the two habitats were grown under uniform greenhouse conditions, the contents and compositions of leaf monoterpenes were not significantly different, implying that two ecotypes were not involved. The plants treated in high light intensity had significantly higher monoterpene content, higher growth rate, and denser glandular trichomes than the plants treated in low light intensity. Artificial wounding induced a significant increase of monoterpene production. However, the wounding responses of the plants from the two habitats were not different, nor did irradiance modify the response.Key words: ecotype, herbivory, light intensity, monoterpenes, wounding induction, Myrica cerifera.

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 enseignants0,003
Score d'incertitude au seuil0,006

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 recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,206
Écart entre enseignants0,193 · 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

Citations55
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of BotanyMême sujetAllelopathy and phytotoxic interactionsTravaux en français237 207