Assessment of the frost hardiness of shoots of silver birch (<i>Betula pendula</i>) seedlings with and without controlled exposure to freezing
Notice bibliographique
Résumé
Frost hardiness (FH) of the shoots of silver birch (Betula pendula Roth) container seedlings was assessed by electrolyte leakage (EL), visual scoring of damage to the stem (SB), and whole-plant viability tests after controlled exposure to freezing during frost hardening. FH was calculated as the temperature causing a 50% or 10% increase in electrolyte leakage (ELT50, ELT10), stem browning (SBT50, SBT10), proportion of damaged seedlings (DT50, DT10) or mortality (LT50, LT10). Heterogeneous variances in error are considered in the estimation of the above indices by nonlinear regression of the logistic function. A method for computing the standard error of the estimated temperature causing 10% damage is described. The FH estimates by the most reliable method of assessment SBT50were then compared with electrical impedance parameters (EIS) and water contents (WC) measured without controlled exposure to freezing. Comparison of FH assessment methods showed that ELT50estimated the DT10, SBT50, and DT50well. The WC of the uppermost 10 cm of stem decreased in early autumn, when FH was above 10 °C. When the rapid increase in FH started, WC stabilized. Intracellular and extracellular resistance measured by EIS of unexposed stems correlated positively with FH.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».