MétaCan
Menu
Retour à la cohorte
Enregistrement W2123714724 · doi:10.1093/aobpla/plu066

When Michaelis and Menten met Holling: towards a mechanistic theory of plant nutrient foraging behaviour

2014· article· en· W2123714724 sur OpenAlexaff
Gordon G. McNickle, Joel S. Brown

Notice bibliographique

RevueAoB Plants · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLegume Nitrogen Fixing Symbiosis
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésForagingOptimal foraging theoryNutrientBiologyFunctional responseEcologyRoot (linguistics)Biological system

Résumé

récupéré en direct d'OpenAlex

Plants are adept at assessing and responding to nutrients in soil, and generally proliferate roots into nutrient-rich patches. An analogy between this growth response and animal foraging movement is often drawn, but because of differences between plants and animals it has not always been clear how to directly apply existing foraging theory to plants. Here we suggest one way to unite pre-existing ideas in plant nutrient uptake with foraging theory. First, we show that the Michaelis-Menten equation used by botanists and the Holling disc equation used by zoologists are actually just rearrangements of the same functional response. This mathematical unity permits the translation of existing knowledge about the nutrient uptake physiology of plants into the language of foraging behaviour, and as a result gives botanists direct access to foraging theory. Second, we developed a model of root foraging precision based on the Holling disc equation and the marginal value theorem, and parameterize it from the literature. The model predicts (i) generally plants should invest in higher quality patches compared to lower quality patches, and as patch background-contrast increases; (ii) low encounter rates between roots and nutrients result in high root foraging precision; and (iii) low handling times for nutrients should result in high root foraging precision. The available data qualitatively support these predictions. Third, to parameterize the model above we undertook a review of the literature. From that review we obtained parameter estimates for nitrate and/or ammonium uptake for 45 plant species from 38 studies. We observe that the parameters ranged over six orders of magnitude, there was no trade-off in foraging ability for nitrate versus ammonium: plants that were efficient foragers for one form of nitrogen were efficient foragers for the other, and there was also no phylogenetic signal in the parameter estimates.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0030,011
Science ouverte0,0020,002
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,019
Tête enseignante GPT0,205
Écart entre enseignants0,186 · 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'étudeThéorique ou conceptuel
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

Citations35
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAoB PlantsMême sujetLegume Nitrogen Fixing SymbiosisTravaux en français237 207