MétaCan
Menu
← Retour à la cohorte
Enregistrement W2891434817 · doi:10.1139/cjfr-2018-0234

Environment drives spatiotemporal patterns of clonality in white spruce (<i>Picea glauca</i>) in Alaska

2018· article· en· W2891434817 sur OpenAlexvenueno aff
David Würth, Pascal Eusemann, Mario Trouillier, Allan Buras, Andreas Burger, Martin Wilmking, Carl A. Roland, Glenn P. Juday, Martin Schnittler

Notice bibliographique

RevueCanadian Journal of Forest Research · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensnon disponible
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésBiologyRange (aeronautics)ForestryAsexual reproductionEcologySexual reproductionBotanyGeography

Résumé

récupéré en direct d'OpenAlex

Many plant species reproduce by cloning if environmental conditions are unfavorable for sexual reproduction. To test the alternative hypotheses, whether cloning is an “exit strategy” or caused by selection, clonal growth in white spruce (Picea glauca (Moench) Voss) was investigated in three stands in Alaska, each consisting of a core (closed forest) plot and an edge (tree-line) plot. In total, 2571 trees were mapped and genotyped with 11 single sequence repeat (SSR) markers. The proportion of clonal trees follows a moisture gradient and was lowest in the dry Interior basin (4.5%), followed by the sites at the Alaska Range (9.0%) and the Brooks Range (21.7%). At the two latter sites, clonal growth was more frequent in the edge plot. A comparison among 960 aged trees revealed that clonal growth becomes more likely with increasing age and continues over the life span of a tree. Genetic data do not indicate any genetic predisposition for cloning. Clonal growth in white spruce most likely takes place via layering and depends on environmental conditions. Because performance of the trees, and therefore likely plant reproductive success, is lower in plots with a high proportion of clones, selection for clonal growth seems to be highly unlikely.

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 enseignants0,017
Score d'incertitude au seuil0,033

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,072
Tête enseignante GPT0,272
Écart entre enseignants0,200 · 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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetPlant and animal studies→Travaux en français237 207→