Heteromorphic seed germination and seedling emergence in the legume <i>Teramnus labialis</i> (L.f.) Spreng (Fabacaeae)
Notice bibliographique
Résumé
Seed heteromorphism can influence germination and ultimately seedling establishment, particularly in disturbed habitats. This study compared seed and seedling traits across three distinctly colored seed morphs (viz. light-brown, brown, and dark-brown) of the forage legume, Teramnus labialis (L.f.) Spreng. The best quality seeds (i.e., un-parasitized, filled and un-cracked) were brown: 389.3 quality seeds per 1000 units compared with <270/1000 units for the other two morphs. Length, width, volume, and water content were lowest in the light-brown and highest in the dark-brown seeds. Seed thickness and mass were lower in the light-brown seeds. Dark-brown seeds imbibed fastest from 2 h onwards. Germination was comparable across the morphs after 7 days but was lowest in the light-brown (17% at 21 days) and highest in the dark-brown seeds (36% at 21 days) at 14 and 21 days. At 7 days, seedling emergence in the dark-brown seeds (15.0%) was higher than in the other two morphs (4%–6%); this remained so at 14 and 21 days. Seedling growth (number of leaves, stem height and diameter, and root length) was superior in the dark-brown seeds. Seed heteromorphism in T. labialis may allow its persistence in disturbed habitats, and the dark-brown seeds are best suited for seeding in revegetation projects, given their superior germination capacity and seedling vigor.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».