MétaCan
Menu
← Retour à la cohorte
Enregistrement W2752138533 · doi:10.1139/cjfr-2017-0102

Effects of artificial warming during quiescence on budbreak and growth of white spruce, <i>Picea glauca</i>

2017· article· en· W2752138533 sur OpenAlexvenueno aff
Carolyn C. Pike, James C. Warren, Rebecca Montgomery

Notice bibliographique

RevueCanadian Journal of Forest Research · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of MinnesotaMinnesota Department of Natural Resources
Mots-clésFrost (temperature)Black spruceTaigaBorealPhenologyGrowing seasonHabitPerennial plantGlobal warmingRange (aeronautics)HorticultureBiologyClimate changeEnvironmental scienceBotanyEcologyGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Climate change is expected to increase winter temperatures in boreal climates. White spruce (Picea glauca (Moench) Voss) is vulnerable to spring frost damage due to its habit of early budbreak, which may be exacerbated or lessened with increasingly warm winters at its southern range edge. We tested the effects of episodic warming during the quiescent stage on budbreak time and growth of seven seed sources grown in a common garden setting in Minnesota, USA. Treatment plots were warmed with infrared lamps for 4 days each in February, March, or February and March to simulate a midwinter thaw. Control plots for each treatment and an overall control were included for comparison. Trees warmed in February experienced a slight delay in spring budbreak, but differences in budbreak time were generally not significant. Terminal growth was significantly and negatively correlated with time of budbreak but not with time to growth cessation. Our results suggest that white spruce is relatively resilient to the effects of intermittent warming but that warming early in the season may delay budbreak time, which is expected to reduce terminal growth.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

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 Opus0,014
Tête enseignante GPT0,249
Écart entre enseignants0,235 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetPlant Water Relations and Carbon Dynamics→Travaux en français237 207→