MétaCan
Menu
Retour à la cohorte
Enregistrement W3161779330 · doi:10.1139/as-2020-0039

Intraspecific variation in phenology offers resilience to climate change for <i>Eriophorum vaginatum</i>

2021· article· en· W3161779330 sur OpenAlexvenueno aff
Thomas C. Parker, Steven Unger, Michael L. Moody, Jianwu Tang, Ned Fetcher

Notice bibliographique

RevueArctic Science · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésEcotypePhenologyTundraBiologyGrowing seasonEcologyClimate changeEcosystem

Résumé

récupéré en direct d'OpenAlex

The phenology of Arctic plants is an important determinant of the pattern of carbon uptake and may be highly sensitive to continued rapid climate change. Eriophorum vaginatum L. (Cyperaceae) has a disproportionate influence over ecosystem processes in moist acidic tundra, but it is unclear whether its growth and phenology will remain competitive in the future. We investigated whether northern tundra ecotypes of E. vaginatum could extend their growing season in response to direct warming and transplanting into southern ecosystems. At the same time, we examined whether southern ecotypes could adjust their growth patterns in order to thrive further north, should they disperse quickly enough. Detailed phenology measurements across three reciprocal transplant gardens over a 2-year period showed that some northern ecotypes were capable of growing for longer when conditions were favourable, but their biomass and growing season length was still shorter than those of the southern ecotype. Southern ecotypes retained large leaf length when transplanted north and mirrored the growing season length better than the others, mainly owing to immediate green-up after snowmelt. All ecotypes retained the same senescence timing, regardless of environment, indicating a strong genetic control. Eriophorum vaginatum may remain competitive in a warming world if southern ecotypes can migrate north.

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)0,001
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 enseignants0,088
Score d'incertitude au seuil0,949

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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)0,0010,000

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 Opus0,042
Tête enseignante GPT0,269
Écart entre enseignants0,227 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetClimate change and permafrostTravaux en français237 207