MétaCan
Menu
Retour à la cohorte
Enregistrement W2137668195 · doi:10.3732/ajb.93.6.910

Fruit production in cranberry (Ericaceae: <i>Vaccinium macrocarpon</i>): a bet‐hedging strategy to optimize reproductive effort

2006· article· en· W2137668195 sur OpenAlexafffund
Adam O. Brown, Jeremy N. McNeil

Notice bibliographique

RevueAmerican Journal of Botany · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensWestern UniversityUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Louisville
Mots-clésBiologyPollinationPollinatorEricaceaeBotanyReproductive successVacciniumContext (archaeology)OvulePollenHand-pollinationHorticulturePopulation

Résumé

récupéré en direct d'OpenAlex

In the cultivated cranberry (Vaccinium macrocarpon), reproductive stems produce 1-3 fruit even though they usually have 5-7 flowers in the spring. We undertook experiments to test the hypothesis that this was an adaptive life history strategy associated with reproductive effort rather than simply the result of insufficient pollination. We compared fruit production on naturally pollinated plants with those that were either manually pollinated or that were caged to exclude insects. Clearly, insects are necessary for the effective pollination of cranberry plants, but hand pollination of all flowers did not result in an increase in fruit number. Most of the upper flowers, which had significantly fewer ovules than did the lower flowers, aborted naturally soon after pollination. However, when the lower flower buds were removed, the upper flowers produced fruit. This suggests that the upper flowers may serve as a backup if the earlier blooming lower ones are lost early in the season. Furthermore, the late-blooming flowers may still contribute to the plant's reproductive success as visiting pollinators remove the pollen, which could serve to sire fruit on other plants. These results are discussed in the context of their possible evolutionary and proximate causes.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,798
Score d'incertitude au seuil0,319

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,220
Écart entre enseignants0,203 · 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

Citations54
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of BotanyMême sujetPlant and animal studiesTravaux en français237 207