MétaCan
Menu
Retour à la cohorte
Enregistrement W2316667875 · doi:10.1139/cjb-2012-0100

Are clonal traits and their response to defoliation good predictors of grazing resistance?

2013· article· en· W2316667875 sur OpenAlexvenueno aff
Marie‐Lise Benot, Cendrine Mony, Jan Lepš, Laurent Penet, Anne Bonis

Notice bibliographique

RevueBotany · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyGrazingResistance (ecology)InflorescenceBiomass (ecology)AgronomyGrasslandShootEcologyBotany

Résumé

récupéré en direct d'OpenAlex

Grazing resistance in plants, which can be defined as the ability to grow and reproduce under grazed conditions, is either associated to defoliation avoidance or tolerance. Clonal traits are often neglected when studying functional responses to grazing, despite frequent occurrence in grassland vegetation. We investigated whether clonal traits and response to defoliation were associated to increased grazing resistance. First, grazing resistance was estimated for eight clonal species using abundance patterns in a long-term field study. We then analysed its correlation with traits in undisturbed conditions and responses to defoliation in a garden experiment. A few traits were correlated to grazing resistance, though only one was a clonal trait (belowground clonal biomass). Grazing resistance was negatively correlated to shoot height and belowground clonal biomass and positively correlated to inflorescence biomass, suggesting that tall rhizomatous species investing little in sexual reproduction were at a disadvantage under grazed conditions. Both shoot height and belowground clonal biomass were negatively affected by defoliation but their decrease was significantly less for species that expressed the greatest grazing resistance in the field. Our findings show that incorporating clonal traits slightly improved predictions about field grazing resistance in the eight investigated species.

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)0,000
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 enseignants0,045
Score d'incertitude au seuil0,194

Scores Codex et Gemma par catégorie

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 Opus0,007
Tête enseignante GPT0,206
Écart entre enseignants0,199 · 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

Citations16
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBotanyMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207