MétaCan
Menu
Retour à la cohorte
Enregistrement W2120632318 · doi:10.1139/x05-007

Photosynthesis of birch (<i>Betula pendula</i>) is sensitive to springtime frost and ozone

2005· article· en· W2120632318 sur OpenAlexvenueno aff
Elina Oksanen, V. Freiwald, Nadezhda A. Prozherina, Matti Rousi

Notice bibliographique

RevueCanadian Journal of Forest Research · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to elevated CO2
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhotosynthesisBetula pendulaStomatal conductanceFrost (temperature)OzoneBotanyHorticultureBetulaceaeBetula pubescensRuBisCOChemistryGrowing seasonBiologyMeteorology

Résumé

récupéré en direct d'OpenAlex

Impacts of springtime frost and ozone enrichment, alone and in combination, on six birch (Betula pendula Roth) genotypes regenerated from a naturally occurring birch stand in southeastern Finland were studied. The seedlings were exposed to 65 ppb ozone (AOT40 (accumulated over a threshold of 40 ppb) exposure of 10.7 ppm·h) over 62 d in climate chambers, simulating spring conditions, and to –2 °C over two consecutive nights 33 d after the start of the experiment. The plants were measured for net photosynthesis, stomatal conductance, and concentrations of photosynthetic pigments, Rubisco, soluble proteins, carbohydrates, and macronutrients. Frost treatment caused a rapid 60%–77% decline in net photosynthesis and stomatal conductance rates. Recovery of net photosynthesis from frost was not complete during the subsequent 14 d, mainly because of impaired light capture through significant pigment loss and structural injuries. Concomitant ozone enrichment exacerbated the negative effect of frost on pigments and stomatal conductance. Both frost and ozone caused nutrient imbalance and increase in soluble proteins in leaves, whereas metabolism of carbohydrates was disturbed only when ozone was present. Responses to ozone and frost varied greatly among the genotypes, suggesting that there is a high capacity within the birch population to adapt to climate change through "preadapted" individuals.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,652
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,038
Tête enseignante GPT0,268
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 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

Citations38
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetPlant responses to elevated CO2Travaux en français237 207