MétaCan
Menu
Retour à la cohorte
Enregistrement W2169901011 · doi:10.1139/x11-136

Seedling growth and water use of boreal conifers across different temperatures and near-flooded soil conditions

2011· article· en· W2169901011 sur OpenAlexafffundvenue
Jane M. Wolken, Simon M. Landhäusser, Victor J. Lieffers, U. Silins

Notice bibliographique

RevueCanadian Journal of Forest Research · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPinus contortaSeedlingBlack spruceTaigaTranspirationEnvironmental scienceAgronomySoil waterBorealHorticultureBotanyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

To test the hypothesis that seedling growth and water use increase with soil temperature and improved soil aeration and vary with species, we evaluated the above- and below-ground growth and water use of seedlings of four northern boreal conifer species: black spruce ( Picea mariana (Mill.) B.S.P.), white spruce ( Picea glauca (Moench) Voss), tamarack ( Larix laricina (Du Roi) K. Koch), and lodgepole pine (Pinus contorta Dougl. ex Loud.) grown under different temperature and near-flooded soil conditions. Seedlings were grown in specialized pots that maintained the water table level at either 15 cm (high water table treatment: very wet) or 30 cm (low water table treatment: moderately wet) below the soil surface, and whole-seedling transpiration was assessed. Soil temperature (5, 10, or 20 °C) was controlled with a water bath surrounding the pots. Although some species were sensitive to the high water table treatment, soil temperature was the driver of seedling growth and water use. We ranked the ability of the seedlings of the species to tolerate the cold soil conditions examined as black spruce > lodgepole pine > tamarack > white spruce. The ranking of the ability to tolerate near-flooded conditions was tamarack and lodgepole pine > black spruce > white spruce.

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 enseignants0,012
Score d'incertitude au seuil0,024

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)0,0000,000

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 Opus0,036
Tête enseignante GPT0,261
Écart entre enseignants0,224 · 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

Citations25
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207