Light-energy processing and freezing-tolerance traits in red spruce and black spruce: species and seed-source variation
Notice bibliographique
Résumé
Red spruce (Picea rubens Sarg.) and black spruce (Picea mariana (Mill.) B.S.P.) are genetically and morphologically similar but ecologically distinct species. We determined intraspecific seed-source and interspecific variation of red spruce and black spruce, from across the near-northern margins of their ranges, for several light-energy processing and freezing-tolerance adaptive traits. Before exposure to low temperature, red spruce had variable fluorescence (Fv) similar to black spruce, but higher photochemical efficiency (Fv/Fm), lower quantum yield, lower chlorophyll fluorescence (%), and higher thermal dissipation efficiency (qN), although the seed-source effect and the seed-source x species interaction were significant only for Fv/Fm. After low-temperature exposure (-40 degrees C), red spruce had significantly lower Fv/Fm, quantum yield and qN than black spruce, but higher chlorophyll fluorescence and relative fluorescence. Species, seed-source effect, and seed-source x species interaction were consistent with predictions based on genetic (e.g., geographic) origins. Multi-temperature exposures (5, -20 and -40 degrees C) often produced significant species and temperature effects, and species x temperature interactions as a result of species-specific responses to temperature exposures. The inherent physiological species-specific adaptations of red spruce and black spruce were largely consistent with a shade-tolerant, late-successional species and an early successional species, respectively. Species differences in physiological adaptations conform to a biological trade-off, probably as a result of natural selection pressure in response to light availability and prevailing temperature gradients.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».