MétaCan
Menu
Retour à la cohorte
Enregistrement W2146703973 · doi:10.1111/j.1469-8137.2012.04257.x

Masting in whitebark pine ( <i>Pinus albicaulis</i> ) depletes stored nutrients

2012· article· en· W2146703973 sur OpenAlexaff
Anna Sala, Kelly A. Hopping, Eliot J. B. McIntire, Sylvain Delzon, Elizabeth E. Crone

Notice bibliographique

RevueNew Phytologist · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesRocky Mountain Research StationU.S. Forest ServiceNational Science Foundation
Mots-clésNutrientBiologyMast (botany)ShootPhotosynthesisBotanyEcologyAgronomy

Résumé

récupéré en direct d'OpenAlex

• In masting trees, synchronized, heavy reproductive events are thought to deplete stored resources and to impose a replenishment period before subsequent masting. However, direct evidence of resource depletion in wild, masting trees is very rare. Here, we examined the timing and magnitude (local vs individual-level) of stored nutrient depletion after a heavy mast event in Pinus albicaulis. • In 2005, the mast year, we compared seasonal changes in leaf and sapwood nitrogen (N) and phosphorus (P) concentrations and leaf photosynthetic rates in cone-bearing branches, branches that never produced cones, and branches with experimentally removed cones. We also compared nutrient concentrations in cone branches and branches that had never had cones between 2005 and 2006, and measured tree ring width and new shoot growth during 2005. • During the mast year, N or P depletion occurred only in tissue fractions of reproductive branches, where photosynthetic rates were reduced. However, by the end of the following year, nutrients were depleted in all branches, indicating individual-level resource depletion. New shoot and radial growth were not affected by masting. • We provide direct evidence that mast events in wild trees deplete stored nutrients. Our results highlight the importance of evaluating reproductive costs over time and at the individual level.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,915

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)0,0010,001

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 GPT0,262
Écart entre enseignants0,236 · 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

Citations142
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetAnimal Ecology and Behavior StudiesTravaux en français237 207