MétaCan
Menu
Retour à la cohorte
Enregistrement W3132269898 · doi:10.1038/s41467-021-21222-3

Annual aboveground carbon uptake enhancements from assisted gene flow in boreal black spruce forests are not long-lasting

2021· article· en· W3132269898 sur OpenAlexafffundabout
Martin P. Girardin, Nathalie Isabel, Xiao Jing Guo, Manuel Lamothe, Isabelle Duchesne, P. Lenz

Notice bibliographique

RevueNature Communications · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversité LavalUniversité du Québec à MontréalNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesUniversité LavalNatural Resources CanadaU.S. Forest ServiceNatural Sciences and Engineering Research Council of CanadaCanadian Forest ServiceMinistère des Forêts, de la Faune et des Parcs
Mots-clésBorealBlack spruceTaigaGene flowEcologyPopulationCarbon sinkBiologyClimate changeEnvironmental scienceGeneGenetic variationGenetics

Résumé

récupéré en direct d'OpenAlex

Assisted gene flow between populations has been proposed as an adaptive forest management strategy that could contribute to the sequestration of carbon. Here we provide an assessment of the mitigation potential of assisted gene flow in 46 populations of the widespread boreal conifer Picea mariana, grown in two 42-year-old common garden experiments and established in contrasting Canadian boreal regions. We use a dendroecological approach taking into account phylogeographic structure to retrospectively analyse population phenotypic variability in annual aboveground net primary productivity (NPP). We compare population NPP phenotypes to detect signals of adaptive variation and/or the presence of phenotypic clines across tree lifespans, and assess genotype-by-environment interactions by evaluating climate and NPP relationships. Our results show a positive effect of assisted gene flow for a period of approximately 15 years following planting, after which there was little to no effect. Although not long lasting, well-informed assisted gene flow could accelerate the transition from carbon source to carbon sink after disturbance.

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 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 enseignants0,203
Score d'incertitude au seuil0,811

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 ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,269
Écart entre enseignants0,252 · 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.

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

Citations38
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetForest ecology and managementTravaux en français237 207