MétaCan
Menu
Retour à la cohorte
Enregistrement W2154152632 · doi:10.1111/nph.13287

Ectomycorrhizal fungal maladaptation and growth reductions associated with assisted migration of<scp>D</scp>ouglas‐fir

2015· article· en· W2154152632 sur OpenAlexaff
J. M. Kranabetter, Michael Stoehr, Gregory A. O’Neill

Notice bibliographique

RevueNew Phytologist · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensMinistry of ForestsGovernment of British Columbia
Organismes subventionnairesMinistry of Environment
Mots-clésMaladaptationBiologyLocal adaptationEcologyEcotypeAdaptation (eye)BotanyPopulationDemography

Résumé

récupéré en direct d'OpenAlex

Climatic adaptations are the foundation of conifer genecology, but populations also display variation in traits for nitrogen (N) utilization, along with some heritable specificity for ectomycorrhizal fungi (EMF). We examined soil and EMF influences on assisted migration of Douglas-fir (Pseudotsuga menziesii var. menziesii) by comparing two contrasting maritime populations planted up to 400 km northward in southwestern British Columbia. Soil N availability and host N status (via δ(15) N) were assessed across 12 maritime test sites, whereas EMF on local and introduced hosts were quantified by morphotyping with molecular analysis. Climatic transfer effects were only significant with soil N concentrations of test sites as a covariate, and illustrated how height growth was compromised for populations originating from relatively dry or cool maritime environments. We also found evidence for EMF maladaptation, where height declined by up to 15% with the extent of dissimilarity in EMF communities of southern populations relative to local hosts. The results demonstrate how geographic structure in belowground environments can contribute to conifer genecology. Differences in the inherent growth potential of conifers may be partly related to nutritional adaptations arising under native soil fertility, and optimization of this growth potential likely requires close affiliation with local EMF communities.

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)0,001
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 enseignants0,132
Score d'incertitude au seuil0,616

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,030
Tête enseignante GPT0,223
Écart entre enseignants0,193 · 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

Citations48
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetMycorrhizal Fungi and Plant InteractionsTravaux en français237 207