MétaCan
Menu
Retour à la cohorte
Enregistrement W2593126135 · doi:10.1111/nph.14498

Global biogeography of seed dormancy is determined by seasonality and seed size: a case study in the legumes

2017· article· en· W2593126135 sur OpenAlexaff
Rafael Rubio de Casas, Charles G. Willis, William D. Pearse, Carol C. Baskin, Jerry M. Baskin, Jeannine Cavender‐Bares

Notice bibliographique

RevueNew Phytologist · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensMcGill UniversityUniversité du Québec à Montréal
Organismes subventionnairesEuropean CommissionNational Evolutionary Synthesis CenterNational Science Foundation
Mots-clésDormancyBiologySeed dormancyGerminationTemperate climateFabaceaeSeed dispersalStratification (seeds)EcologyBotanyBiological dispersalPopulation

Résumé

récupéré en direct d'OpenAlex

Seed dormancy is expected to provide ecological advantages by adjusting germination to the favorable growth period. However, many species produce nondormant seeds, particularly in wet tropical forests, a biogeographic pattern that is not well accounted for in current models. We hypothesized that the global distribution of dormant seeds derives from their adaptive value in predictably fluctuating (i.e. seasonal) environments. However, the advantage conferred by dormancy might ultimately depend on other seed attributes, particularly size. This general model was tested within a phylogenetically informed framework using a data set comprising > 216 000 world-wide observations of Fabaceae, spanning three orders of magnitude in seed size and including both dormant and nondormant seeds. Our results confirmed our hypothesis: nondormant seeds can only evolve in climates with long growing seasons and/or in lineages that produce larger seeds. Conversely, dormancy should be evolutionarily stable in temperate lineages with small seeds. When the favorable season is fleeting, seed dormancy is the only adaptive strategy. Based on these results, we predict that, within a given lineage, taxa producing larger, nondormant seeds will necessarily predominate in aseasonal environments, while plants bearing small, dormant seeds will be dominant under short growing seasons.

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 enseignants0,031
Score d'incertitude au seuil0,998

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 technologies0,0000,001
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 Opus0,016
Tête enseignante GPT0,289
Écart entre enseignants0,273 · 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

Citations165
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207