Cold Temperature Tolerance of Trunk and Root Tissues in One- or Two-year-old Apple Rootstocks
Notice bibliographique
Résumé
Winter injury to the root systems of fruit trees can cause significant tree losses and yield reductions in the northern regions of the United States and Canada. To compare the root and trunk cold temperature tolerance, a series of experiments were conducted using ungrafted apple rootstocks. ‘Geneva® 11’ (G.11), ‘Geneva® 30’ (G.30), ‘Geneva® 41’ (G.41), ‘P.2’, and ‘Budagovsky 9’ (B.9) apple ( Malus × domestica Borkh.) rootstocks had root tissue hardiness similar to ‘M.26’, but ‘Geneva® 935’ (G.935) had greater cold-hardiness than M.26 when based on shoot regrowth in ungrafted trees. The LT 50 of M.26 and P.2 roots ranged from –12 to –14 °C. The LT 50 was –13 °C for B.9, –13.4 to –14.6 °C for G.30, and –12 °C for G.11. The LT 50 of G.41 was one of the highest in one experiment, –8 °C, and one of the lowest in another, colder than –15.0 °C. The LT 50 of G.935 roots was the lowest and ranged from –16 to –19 °C. Compared with M.26, trunk cold-hardiness in December was greater in B.9 and P.2 and was similar in G.30. Cold-hardiness of G.11 in December was mixed with less injury in the xylem but more injury in the phloem compared with M.26. In October, M.26 and G.935 trunks had little injury after exposure to –24 °C.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».