MétaCan
Menu
Retour à la cohorte
Enregistrement W2122962935 · doi:10.7202/706116ar

Factors affecting regeneration from root fragments in two Physalis species

2005· article· en· W2122962935 sur OpenAlexaffvenueabout
Adan Elmi Abdullahi, Paul B. Cavers

Notice bibliographique

RevuePhytoprotection · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSeedling growth and survival studies
Établissements canadiensUniversité de MontréalWestern University
Organismes subventionnairesnon disponible
Mots-clésBiologyBiological dispersalShootRoot systemSowingCrown (dentistry)Regeneration (biology)HorticultureArable landBotanyFibrous root systemAgronomyEcologyPopulation

Résumé

récupéré en direct d'OpenAlex

Smooth ground-cherry ( Physalis virginiana var. subglabrata ) and clammy ground-cherry ( P. heterophylla ) are native weeds that are becoming more common in arable land in southern Ontario. Much of their success stems from vegetative propagation, especially after dispersal of root fragments during cultivation. Root fragments of different lengths, collected at different life cycle stages, from different parts of the root System and replanted at different depths and orientations in the soil, were tested for regeneration in the field and the greenhouse. No fragments left on the soil surface regenerated. Shallow (5 cm) burial led to the fastest regeneration. Fragments as short as 2.5 cm regenerated but the highest percentage regeneration was from fragments 10- cm long. Orientation had no effect on the capacity of root fragments to regenerate nor on the time taken to regenerate in either species. In both species, fewer root fragments sampled from plants at the fruit dispersal stage regenerated in the same season than fragments obtained at the early vegetative stage. Root fragments obtained from parts of the root System closest to the crown had the least regeneration. Root fragments with preformed visible buds at planting time regenerated faster than those with no preformed buds. In both the greenhouse and the field, smooth ground-cherry shoots emerged faster than those of clammy ground-cherry. These results suggest that reduction in ground-cherry infestations could be achieved by cultivating and dragging fragments to the surface.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,997

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 technologies0,0000,000
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 Opus0,029
Tête enseignante GPT0,256
Écart entre enseignants0,227 · 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

Citations5
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePhytoprotectionMême sujetSeedling growth and survival studiesTravaux en français237 207