MétaCan
Menu
Retour à la cohorte
Enregistrement W3009112301 · doi:10.1371/journal.pone.0229225

Genetic parameters of growth and adaptive traits in aspen (Populus tremuloides): Implications for tree breeding in a warming world

2020· article· en· W3009112301 sur OpenAlexafffundabout
Chen Ding, Andreas Hamann, Rong‐Cai Yang, Jean Sébastien Brouard

Notice bibliographique

RevuePLoS ONE · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesGovernment of CanadaAlberta-Pacific Forest Industries
Mots-clésPhenologyBiologyGrowing seasonSalicaceaeTree breedingClimate changeHeritabilitySenescenceAgronomyBotanyWoody plantEcologyEvolutionary biologyGenetics

Résumé

récupéré en direct d'OpenAlex

Aspen (Populus tremuloides Michx) is a widespread commercial forest tree of high economic importance in western Canada and has been subject to tree improvement efforts over the past two decades. Such improvement programs rely on accurate estimates of the genetic gain in growth traits and correlated response in adaptive traits that are important for forest health. Here, we estimated genetic parameters in 10 progeny trials containing >30,000 trees with pedigree structures based on a partial factorial mating design that includes 60 half-sibs, 100 full-sib families and 1,400 clonally replicated genotypes. Estimated narrow-sense and broad-sense heritabilities were low for height and diameter (~0.2), but moderate for the dates of budbreak and leaf senescence (~0.4). Furthermore, estimated genetic correlations between growth and phenology were moderate to strong with tall trees being associated with early budbreak (r = -0.3) and late leaf senescence (r = -0.7). Survival was not compromised, but was positively associated with early budbreak or late leaf senescence, indicating that utilizing the growing season was more important for survival and growth than avoiding early fall or late spring frosts. These result suggests that populations are adapted to colder climate conditions and lag behind environmental conditions to which they are optimally adapted due to substantial climate warming observed over the last several decades for the study area.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0000,000
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 Opus0,058
Tête enseignante GPT0,225
Écart entre enseignants0,167 · 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

Citations21
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetForest ecology and managementTravaux en français237 207