MétaCan
Menu
Retour à la cohorte
Enregistrement W2107606553 · doi:10.5539/enrr.v4n2p80

The Competitive Response of Panicum virgatum Cultivars to Non-Native Invasive Species

2014· article· en· W2107606553 sur OpenAlexvenueno aff
Lauren M. Schwartz, David J. Gibson

Notice bibliographique

RevueEnvironment and Natural Resources Research · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioenergy crop production and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPanicum virgatumCultivarAgronomyBiologyBromusBiomass (ecology)ShootPoaceaeBioenergyBiofuelEcology

Résumé

récupéré en direct d'OpenAlex

It is important to use the most appropriate plant cultivar in restoration or biofuel trials especially when plantings are likely to be invaded by undesirable species. In this study, the competitive response of two lowland and three upland cultivars of the dominant C4 grass Panicum virgatum to three invasive species (Bromus inermis, Schedonorus phoenix, and Poa pratensis) was tested using a simple pair-wise greenhouse experiment. Response variables (height, number of leaves, tiller density, and biomass of P. virgatum) and resources (soil moisture and light intensity) were measured over a seven-month period. Performance of the different P. virgatum cultivars were differentially reduced by the three invasive species, especially the performance of the Kanlow (lowland) and Blackwell (upland) cultivars. Low soil moisture reduced the performance of P. virgatum in the presence of only one invasive (Bromus inermis) irrespective of cultivar source. Root, shoot, and total biomass depended on cultivar and did not show an interaction with invasive species identity. The results of this greenhouse study suggest that the P. virgatum cultivars differentially responded to the invasive species and that the cultivar used should be considered carefully in planning prairie restorations or biofuel trials in the context of likely invasive species.

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)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,252
Écart entre enseignants0,230 · 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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Natural Resources ResearchMême sujetBioenergy crop production and managementTravaux en français237 207