MétaCan
Menu
Retour à la cohorte
Enregistrement W2123060320 · doi:10.1006/anbo.2000.1150

Beneficial Effects of Moist Chilling on the Seeds of Black Spruce (Picea mariana [Mill.] B.S.P.)

2000· article· en· W2123060320 sur OpenAlexaff
Baoqing Wang

Notice bibliographique

RevueAnnals of Botany · 2000
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSeed Germination and Physiology
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésBiologyBlack spruceGerminationDormancySeedlingBotanyStratification (seeds)HorticultureSeed dormancyAbscissionFrost (temperature)AgeingAccelerated agingShrubAgronomyEcologyTaiga

Résumé

récupéré en direct d'OpenAlex

Moist chilling (cold stratification) is well-known as a simple and effective means of overcoming physiological seed dormancy and enhancing germination of many temperate tree and shrub species. However, the apparent activation of intracellular repair mechanisms in non-dormant black spruce ( Picea mariana ) seeds following moist chilling, has not previously been reported. The present contribution records the beneficial effects of moist chilling after accelerated ageing (40°C/98% relative humidity) for 3–10 d of black spruce seeds. This treatment was maximally effective after 7 d of accelerated ageing, increasing germination from 43 to 61%. Ultrastructural examination of embryo cells indicated that intracellular activation occurred during moist chilling even when seeds had not been subjected to accelerated ageing, and that the increasing levels of damage accumulating over the 3–7 d period of ageing were substantially reversed during subsequent moist chilling. The results of cold stratification of non-dormant seeds are discussed in terms of the value of this practice in nursery seedling production from seeds that are of less than the highest quality. Copyright 2000 Annals of Botany Company

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,249
Écart entre enseignants0,223 · 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'étudeExpérimental (laboratoire)
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

Citations39
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of BotanyMême sujetSeed Germination and PhysiologyTravaux en français237 207