MétaCan
Menu
Retour à la cohorte
Enregistrement W2312631201 · doi:10.1139/x2012-092

Trade-offs between growth and cold and drought hardiness in submaritime Douglas-fir

2012· article· en· W2312631201 sur OpenAlexaffvenue
Nicole T. Darychuk, B. J. Hawkins, Michael Stoehr

Notice bibliographique

RevueCanadian Journal of Forest Research · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensMinistry of ForestsGovernment of British ColumbiaUniversity of Victoria
Organismes subventionnairesMinistry of Environment
Mots-clésHardiness (plants)BiologyTrade-offDrought toleranceDeserts and xeric shrublandsAbiotic componentEcologyBotanyCultivar

Résumé

récupéré en direct d'OpenAlex

Trade-offs between growth and stress tolerance in plants may limit the possible phenotypes that can evolve or be selected. Such limits would have important implications for tree breeding. We examined evidence for trade-offs between growth and stress tolerance, particularly cold and drought tolerance, in 56 families of Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco) from wild stand and seed orchard seed with a range of predicted growth rates. Families were assessed in field and controlled-environment experiments for growth and key physiological traits related to abiotic stress response. In the field, family growth was negatively correlated with fall and spring cold hardiness, indicating a trade-off between growth and cold hardiness. Combined results from field and controlled-environment experiments showed lower stomatal conductance and higher water potential in fast-growing families, indicating greater water conservation; thus no evidence existed for a growth – drought hardiness trade-off. Multivariate regression trees of normalized family means of growth and physiological parameters in the field split the families primarily by an index of continentality. Continental families had greater growth, survival, and fall hardiness than coastal families. We conclude that selection pressures in Douglas-fir have resulted in a trade-off between cold hardiness and high vigour, but little evidence exists for a trade-off between growth and drought hardiness.

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)0,002
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 enseignants0,102
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,028
Tête enseignante GPT0,271
Écart entre enseignants0,243 · 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

Citations39
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207