MétaCan
Menu
Retour à la cohorte
Enregistrement W3034339572 · doi:10.3389/fpls.2020.00735

The Leaf Economics Spectrum Constrains Phenotypic Plasticity Across a Light Gradient

2020· article· en· W3034339572 sur OpenAlexaff
Xiaoping Chen, Jun Sun, Mantang Wang, Min Lyu, Karl J. Niklas, Sean T. Michaletz, Quanlin Zhong, Dongliang Cheng

Notice bibliographique

RevueFrontiers in Plant Science · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Reproductive Biology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésPhenotypic plasticityBiologyPhenotypeEvolutionary biologyEcologyGenetics

Résumé

récupéré en direct d'OpenAlex

The leaf economics spectrum (LES) characterizes multivariate correlations that confine the global diversity of leaf functional traits onto a single axis of variation. Although LES is well established for traits of sun leaves, it is unclear how well LES characterizes the diversity of traits for shade leaves. Here, we evaluate LES using the sun and shade leaves of 75 woody species sampled at the extremes of a within-canopy light gradient in a subtropical forest. Shading significantly decreased the mean values of LMA and the rates of photosynthesis and dark respiration, but had no discernable effect on nitrogen and phosphorus content. Sun and shade leaves manifested the same relationships among Nmass, Pmass, Amass, and Rmass (i.e., the slopes of log–log scaling relations of LES traits did not differ between sun and shade leaves). However, the difference between the scaling constants of shade and sun leaves was correlated with functional trait plasticity. Although the generality of this finding should be evaluated further using larger datasets comprising more phylogenetically diverse taxa and biomes, these findings support a unified LES across shade as well as sun leaves.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0000,001
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 Opus0,010
Tête enseignante GPT0,216
Écart entre enseignants0,206 · 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

Citations33
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Plant ScienceMême sujetPlant Reproductive BiologyTravaux en français237 207