MétaCan
Menu
Retour à la cohorte
Enregistrement W2116010257 · doi:10.3732/ajb.0900054

Construction costs, payback times, and the leaf economics of carnivorous plants

2009· article· en· W2116010257 sur OpenAlexfundno aff
Jim D. Karagatzides, Aaron M. Ellison

Notice bibliographique

RevueAmerican Journal of Botany · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and Biological Electrophysiology Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésBiologyCarnivorous plantPhotosynthesisTraitEcologyBotany

Résumé

récupéré en direct d'OpenAlex

Understanding how different plant species and functional types "invest" carbon and nutrients is a major goal of plant ecologists. Two measures of such investments are "construction costs" (carbon needed to produce each gram of tissue) and associated "payback times" for photosynthesis to recover construction costs. These measurements integrate among traits used to assess leaf-trait scaling relationships. Carnivorous plants are model systems for examining mechanisms of leaf-trait coordination, but no studies have measured simultaneously construction costs of carnivorous traps and their photosynthetic rates to determine payback times of traps. We measured mass-based construction costs (CC(mass)) and photosynthesis (A(mass)) for traps, leaves, roots, and rhizomes of 15 carnivorous plant species grown under greenhouse conditions. There were highly significant differences among species in CC(mass) for each structure. Mean CC(mass) of carnivorous traps (1.14 ± 0.24 g glucose/g dry mass) was significantly lower than CC(mass) of leaves of 267 noncarnivorous plant species (1.47 ± 0.17), but all carnivorous plants examined had very low A(mass) and thus, long payback times (495-1551 h). Our results provide the first clear estimates of the marginal benefits of botanical carnivory and place carnivorous plants at the "slow and tough" end of the universal spectrum of leaf traits.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,951
Score d'incertitude au seuil0,245

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
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 Opus0,005
Tête enseignante GPT0,175
Écart entre enseignants0,170 · 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

Citations49
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of BotanyMême sujetPlant and Biological Electrophysiology StudiesTravaux en français237 207