MétaCan
Menu
Retour à la cohorte
Enregistrement W2076795419 · doi:10.1111/nph.13251

The photochemical reflectance index provides an optical indicator of spring photosynthetic activation in evergreen conifers

2015· article· en· W2076795419 sur OpenAlexafffund
Christopher Y. S. Wong, John A. Gamon

Notice bibliographique

RevueNew Phytologist · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to elevated CO2
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhotochemical Reflectance IndexEvergreenPhotosynthesisChlorophyll fluorescenceEnvironmental sciencePhenologyBotanyBiology

Résumé

récupéré en direct d'OpenAlex

In evergreens, the seasonal down-regulation and reactivation of photosynthesis is largely invisible and difficult to assess with remote sensing. This invisible phenology may be changing as a result of climate change. To better understand the mechanism and timing of these hidden physiological transitions, we explored several assays and optical indicators of spring photosynthetic activation in conifers exposed to a boreal climate. The photochemical reflectance index (PRI), chlorophyll fluorescence, and leaf pigments for evergreen conifer seedlings were monitored over 1 yr of a boreal climate with the addition of gas exchange during the spring. PRI, electron transport rate, pigment levels, light-use efficiency and photosynthesis all exhibited striking seasonal changes, with varying kinetics and strengths of correlation, which were used to evaluate the mechanisms and timing of spring activation. PRI and pigment pools were closely timed with photosynthetic reactivation measured by gas exchange. The PRI provided a clear optical indicator of spring photosynthetic activation that was detectable at leaf and stand scales in conifers. We propose that PRI might provide a useful metric of effective growing season length amenable to remote sensing and could improve remote-sensing-driven models of carbon uptake in evergreen ecosystems.

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 enseignants0,004
Score d'incertitude au seuil0,008

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)0,0000,000

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 Opus0,035
Tête enseignante GPT0,264
Écart entre enseignants0,229 · 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

Citations145
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetPlant responses to elevated CO2Travaux en français237 207