MétaCan
Menu
← Retour à la cohorte
Enregistrement W2053735645 · doi:10.1139/x06-091

Emergence of balsam fir seedlings under increasing broadleaf litter thickness

2006· article· en· W2053735645 sur OpenAlexvenueno aff
Sylvain Parent, Denis Walsh, Marie‐Josée Simard, Hubert Morin, Réjean Gagnon

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeedlingLitterAgronomyBiologyPottingBalsamScarificationDeciduousEvergreenGerminationHorticultureBotanyDormancy

Résumé

récupéré en direct d'OpenAlex

Balsam fir (Abies balsames (L.) Mill.) seeds dispersed in autumn–winter can be covered by many layers of broadleaves when they germinate under deciduous trees during the following growing season. Our goal was to test the effect of seed density, broadleaf litter thickness, and substrate type on emergence, morphology, and dry mass allocation of balsam fir. The greenhouse experiment included three seeding densities, four litter thicknesses covering the seeds, and two substrate types. The broadleaf mixture was composed of white birch (Betula payrifera Marsh.), trembling aspen (Populus tremuloides Michx.), and pin cherry (Prunus pensylvanica L.f.) collected on the forest floor of a 30-year-old postfire stand. Seed density had no effect on emergence from under broadleaf litter. Emergence was lower on the litter substrate than on potting soil. Seedling emergence and vigor declined as broadleaf thickness increased. Depending on substrate type, emergence was reduced by 20% (leaf litter substrate) to 28% (potting soil) when seeds were covered by 1.4–2.0 cm of broadleaves. An overtopping layer of 2.5–3.0 cm reduced emergence by 57%. Balsam firs emerging from under broadleaf litter allocated more dry mass to longer and thinner hypocotyls at the expense of cotyledon and root growth, albeit seeded on potting soil. This study identifies biomechanical constraints that severely reduce early seedling vigour suggesting that in situ survival under broadleaf litter is very low.

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)0,0010,000

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 GPT0,277
Écart entre enseignants0,255 · 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

Citations12
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetFire effects on ecosystems→Travaux en français237 207→