MétaCan
Menu
Retour à la cohorte
Enregistrement W2073246534 · doi:10.1139/x06-309

Seasonal dynamics of tree growth, physiology, and resin defenses in a northern Arizona ponderosa pine forest

2007· article· en· W2073246534 sur OpenAlexvenueno aff
Monica L. Gaylord, Thomas E. Kolb, Kimberly F. Wallin, Michael R. Wagner

Notice bibliographique

RevueCanadian Journal of Forest Research · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhotosynthesisContext (archaeology)BiologyDendrochronologyBark (sound)SeasonalityPhloemBotanyWoody plantGrowth rateEcologyEnvironmental scienceMathematics

Résumé

récupéré en direct d'OpenAlex

During periods of resource stress, such as drought, allocating limited photosynthate between growth and defense is a crucial component of tree survival. Our objectives were to describe the seasonal dynamics of physiology, growth, and resin defense of southwestern ponderosa pine ( Pinus ponderosa Dougl. ex P. & C. Laws.) which undergoes regular seasonal drought. We measured leaf-level net photosynthetic rate, leaf water potential, resin flow after phloem wounding, and growth in 24 consecutive months in 2002 and 2003. Precipitation was below average in both years, and 2002 was an extreme drought. In both years, the highest resin flow occurred when tree water stress was highest and photosynthesis was low. Belowground growth was highest in August in both years. Aboveground growth occurred primarily between May and August and was greater in 2003 than in 2002. Temporal variation in resin flow was positively related to temporal variation in needle and radial growth but was not related to temporal variation in root nor shoot growth. Thus, trade-offs in carbon allocation between resin and growth were weak. We discuss these results in the context of water stress in trees, current hypotheses of carbon allocation in plants, and the historical lack of pine bark beetle epidemics in northern Arizona.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,116

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 Opus0,016
Tête enseignante GPT0,249
Écart entre enseignants0,233 · 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

Citations79
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207