MétaCan
Menu
Retour à la cohorte
Enregistrement W2075064096 · doi:10.1139/x10-050

Bud break and spring frost hardiness in Picea abies seedlings in response to photoperiod and temperature treatments

2010· article· en· W2075064096 sur OpenAlexvenueno aff
Inger Sundheim Fløistad, Aksel Granhus

Notice bibliographique

RevueCanadian Journal of Forest Research · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSeedling growth and survival studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHardiness (plants)Frost (temperature)Picea abiesphotoperiodismAnnual growth cycle of grapevinesHorticultureBiologySeedlingBotanyShootCultivarMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Spring frost may result in detrimental damage in newly planted Picea abies (L.) Karst. seedlings if their growth rhythm is not sufficiently adapted to the climatic conditions on the forest site. The aims of this study were to evaluate how bud break and spring frost hardiness were influenced by short-day (SD) treatments with different timing and different temperature regimes during bud formation. Following winter storage, frost hardiness was tested after 1, 3 and 5 weeks in forcing conditions. The SD treatment advanced bud break compared with the control seedlings. In comparison, the effects of timing and the different temperatures on bud break were small. The SD treatment improved frost hardiness in first-year needles during dehardening. The early SD treatment resulted in improved frost hardiness in first-year needles and greater root collar diameter compared with later SD treatment. To avoid a second bud flush, it is important that a critical night length is attained when the SD treatment terminates. Low temperatures following the SD treatment resulted in increased hardiness of the needles and decreased hardiness of the stems. The contrasting effect of temperature in different plant tissues demonstrates the importance of examining different tissues following freezing tests.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,694
Score d'incertitude au seuil0,910

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,274
Écart entre enseignants0,258 · 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 tête enseignante, 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

Citations17
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetSeedling growth and survival studiesTravaux en français237 207