MétaCan
Menu
Retour à la cohorte
Enregistrement W2913380212 · doi:10.1111/pce.13525

Can leaf net photosynthesis acclimate to rising and more variable temperatures?

2019· article· en· W2913380212 sur OpenAlexafffund
Giulia Vico, Danielle A. Way, Vaughan Hurry, Stefano Manzoni

Notice bibliographique

RevuePlant Cell & Environment · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to elevated CO2
Établissements canadiensWestern University
Organismes subventionnairesVetenskapsrådetNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Research, Innovation and ScienceSvenska Forskningsrådet FormasSwedish Foundation for International Cooperation in Research and Higher Education
Mots-clésPhotosynthesisVariable (mathematics)Net (polyhedron)Environmental scienceAtmospheric sciencesBotanyBiologyGeologyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Under future climates, leaf temperature ( T l ) will be higher and more variable. This will affect plant carbon (C) balance because photosynthesis and respiration both respond to short‐term (subdaily) fluctuations in T l and acclimate in the longer term (days to months). This study asks the question: To what extent can the potential and speed of photosynthetic acclimation buffer leaf C gain from rising and increasing variable T l ? We quantified how increases in the mean and variability of growth temperature affect leaf performance (mean net CO 2 assimilation rates, A net ; its variability; and time under near‐optimal photosynthetic conditions), as mediated by thermal acclimation. To this aim, the probability distribution of A net was obtained by combining a probabilistic description of short‐ and long‐term changes in T l with data on A net responses to these changes, encompassing 75 genera and 111 species, including both C3 and C4 species. Our results show that (a) expected increases in T l variability will decrease mean A net and increase its variability, whereas the effects of higher mean T l depend on species and initial T l , and (b) acclimation reduces the effects of leaf warming, maintaining A net at >80% of its maximum under most thermal regimes.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,165
Écart entre enseignants0,158 · 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.

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

Citations51
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlant Cell & EnvironmentMême sujetPlant responses to elevated CO2Travaux en français237 207