MétaCan
Menu
Retour à la cohorte
Enregistrement W2783737693 · doi:10.3389/fpls.2017.02264

Effects of Age and Size on Xylem Phenology in Two Conifers of Northwestern China

2018· article· en· W2783737693 sur OpenAlexafffund
Qiao Zeng, Sergio Rossi, Bao Yang

Notice bibliographique

RevueFrontiers in Plant Science · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTree-ring climate responses
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNational Natural Science Foundation of China
Mots-clésXylemPhenologyChinaBiologyBotanyAllometryEcologyGeography

Résumé

récupéré en direct d'OpenAlex

The climatic signals that directly affect the trees can be registered by xylem during its growth. If the timings and duration of xylem formation change, xylogenesis can occur under different environmental conditions and subsequently be subject to different climatic signals. An experimental design was applied in the field to disentangle the effects of age and size on xylem phenology, and it challenges the hypothesis that the timings and dynamics of xylem growth are size-dependent. Intra-annual dynamics of xylem formation were monitored weekly during the growing seasons 2013 and 2014 in Chinese pine (Pinus tabulaeformis) and Qilian juniper (Juniperus przewalskii) with different sizes and ages in a semi-arid region of northwestern China. Cell differentiation started three weeks earlier in 2013 and terminated one week later in 2014 in small-young pines than in big-old pines. However, differences in the timings of growth reactivation disappeared when comparing the junipers with different sizes but similar age. Overall, 77 days were required for xylem differentiation to take place, but timings were shorter for older trees, which also exhibited smaller cell production. Results from this study suggest that tree age does play an important role in timings and duration of growth. The effect of age should also be considered to perform reliable responses of trees to climate.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

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 Opus0,007
Tête enseignante GPT0,225
Écart entre enseignants0,218 · 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'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

Citations51
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Plant ScienceMême sujetTree-ring climate responsesTravaux en français237 207