MétaCan
Menu
← Retour à la cohorte
Enregistrement W2048510284 · doi:10.1139/x11-044

Utilization of family genetic variability to improve the rooting ability of white spruce (<i>Picea glauca</i>) cuttings

2011· article· en· W2048510284 sur OpenAlexaffvenue
Julie Gravel-Grenier, Mohammed S. Lamhamedi, Jean Beaulieu, Sylvie Carles, Hank A. Margolis, M. Rioux, Debra C. Stowe, Line Lapointe

Notice bibliographique

RevueCanadian Journal of Forest Research · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSeedling growth and survival studies
Établissements canadiensUniversité LavalCentre de Géomatique du QuébecNatural Resources CanadaMinistère des Ressources naturelles et des Forêts (Québec)
Organismes subventionnairesnon disponible
Mots-clésCuttingBiologyBotanyHorticultureGenetic variabilityGenotypeGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Family genetic variability of the rooting characteristics of white spruce ( Picea glauca (Moench) Voss) cuttings harvested from 3-year-old stock plants was evaluated for 75 half-sib families. Growth, root system architecture, and gas exchange of the cuttings during the rooting phase (B+0) and the two subsequent growing seasons (B+1 and B+2) were evaluated. The root initiation phase (B+0) and the root development phases (B+1 and B+2) were found to be under strong genetic control. The weak correlations found between B+0 and the B+1 and B+2 phases may indicate that gene expression during B+0 is not related to root growth and development during B+1 and B+2. Strong positive correlations were observed between plant root and aboveground characteristics at the end of the B+1 and B+2 phases. This suggests that an indirect and efficient selection for white spruce families producing cuttings with heavier root dry masses could be based on the measures of aboveground morphological characteristics. Finally, the strong genetic control of morphological characteristics found in this study indicates that the selection of superior genotypes at a clonal level is possible for intensive forest management.

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 enseignants0,997
Score d'incertitude au seuil0,005

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 Opus0,072
Tête enseignante GPT0,294
Écart entre enseignants0,222 · 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

Citations9
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetSeedling growth and survival studies→Travaux en français237 207→