MétaCan
Menu
← Retour à la cohorte
Enregistrement W2967138965 · doi:10.1139/cjfr-2019-0190

Root and shoot phenology and root longevity of Norway spruce saplings grown at different soil temperatures

2019· article· en· W2967138965 sur OpenAlexvenueno aff
Jouni Kilpeläinen, Timo Domisch, Tarja Lehto, Leena Finér, Pedro J. Aphalo, Ilkka Leinonen, Aija Ryyppö, Tapani Repo

Notice bibliographique

RevueCanadian Journal of Forest Research · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhenologyShootGrowing seasonBiologyPicea abiesBotanyEnvironmental scienceTaigaHorticultureAgronomyEcology

Résumé

récupéré en direct d'OpenAlex

Tree roots comprise a huge carbon pool. Their dynamics are driven by environmental factors and thereby affected by climate change. We studied the effects of soil temperature on root and shoot phenology and their linkages in Norway spruce (Picea abies (L.) Karst.). Saplings were grown in controlled-environment rooms for three simulated growing seasons (GS1, GS2, and GS3). Soil-temperature treatments of 9, 13, 18, and 21 °C were applied during GS2. Root growth was monitored with minirhizotrons and commenced in all treatments simultaneously. Temporal growth patterns of short and long roots were usually bimodal. Root growth was very low during the coldest treatment of GS2 but increased during GS3 as an aftereffect. During GS3, growth of short roots continued later after colder treatments than warmer treatments. Reduced sink strength of roots and increased carbohydrate accumulation into needles at 9 °C during GS2 probably enabled compensatory root growth under restored temperatures during GS3. Soil temperature did not affect shoot phenology, and root and shoot phenology varied between growing seasons; thus, the linkage of root and shoot phenology was inconsistent. In warmer soil, root longevity was shorter and turnover rate was higher than in colder soil. This can further affect soil carbon dynamics and ecosystem carbon cycling in boreal forest ecosystems.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

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 Opus0,013
Tête enseignante GPT0,238
Écart entre enseignants0,225 · 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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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