MétaCan
Menu
Retour à la cohorte
Enregistrement W2158390737 · doi:10.1002/ece3.461

Epigenetic regulation of adaptive responses of forest tree species to the environment

2013· article· en· W2158390737 sur OpenAlexaff
Katharina Bräutigam, Kelly Vining, Clément Lafon Placette, Carl Gunnar Fossdal, Marie Mirouze, Jose Gutierrez‐Marcos, Silvia Fluch, Mario F. Fraga, M. Ángeles Guevara, Dolores Abarca, Øystein Johnsen, Stéphane Maury, Steven H. Strauss, Malcolm M. Campbell, Antje Rohde, Carmen Díaz‐Sala, M. Cervera

Notice bibliographique

RevueEcology and Evolution · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Molecular Biology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEpigeneticsBiologyPhenotypic plasticityEcologyEcosystemAdaptive capacityEnvironmental changeAdaptation (eye)Forest ecologyEvolutionary biologyClimate changeNeuroscienceGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Epigenetic variation is likely to contribute to the phenotypic plasticity and adaptative capacity of plant species, and may be especially important for long-lived organisms with complex life cycles, including forest trees. Diverse environmental stresses and hybridization/polyploidization events can create reversible heritable epigenetic marks that can be transmitted to subsequent generations as a form of molecular "memory". Epigenetic changes might also contribute to the ability of plants to colonize or persist in variable environments. In this review, we provide an overview of recent data on epigenetic mechanisms involved in developmental processes and responses to environmental cues in plant, with a focus on forest tree species. We consider the possible role of forest tree epigenetics as a new source of adaptive traits in plant breeding, biotechnology, and ecosystem conservation under rapid climate change.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,019
Tête enseignante GPT0,203
Écart entre enseignants0,184 · 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 source (Gemma direct ou Codex distillé), 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

Citations358
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetPlant Molecular Biology ResearchTravaux en français237 207