MétaCan
Menu
Retour à la cohorte
Enregistrement W2144477954 · doi:10.1111/j.1469-8137.2009.02916.x

Phenotypic selection on leaf ecophysiological traits in <i>Helianthus</i>

2009· article· en· W2144477954 sur OpenAlexaff
Lisa A. Donovan, Fulco Ludwig, David M. Rosenthal, Loren H. Rieseberg, Susan A. Dudley

Notice bibliographique

RevueNew Phytologist · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensMcMaster UniversityUniversity of British Columbia
Organismes subventionnairesNational Institute of General Medical SciencesUtah State UniversityNational Institutes of HealthNational Science Foundation
Mots-clésBiologyHelianthusHybridHabitatSelection (genetic algorithm)BotanyAgronomyEcologySunflower

Résumé

récupéré en direct d'OpenAlex

Habitats that differ in soil resource availability are expected to differ for selection on resource-related plant traits. Here, we examined spatial and temporal variation in phenotypic selection on leaf ecophysiological traits for 10 Helianthus populations, including two species of hybrid origin, Helianthus anomalus and Helianthus deserticola, and artificial hybrids of their ancestral parents. Leaf traits assessed were leaf size, succulence, nitrogen (N) concentration and water-use efficiency (WUE). Biomass and leaf traits of artificial hybrids indicate that the actively moving dune habitat of H. anomalus was more growth limiting, with lower N availability but higher relative water availability than the stabilized dune habitat of H. deserticola. Habitats differed for direct selection on leaf N and WUE, but not size or succulence, for the artificial hybrids. However, within the H. anomalus habitat, direct selection on WUE also differed among populations. Across years, direct selection on leaf traits did not differ. Leaf N was the only trait for which direct selection differed between habitats but not within the H. anomalus habitat, suggesting that nutrient limitation is an important selective force driving adaptation of H. anomalus to the active dune habitat.

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 enseignants0,839
Score d'incertitude au seuil0,564

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 Opus0,012
Tête enseignante GPT0,223
Écart entre enseignants0,211 · 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

Citations65
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207