MétaCan
Menu
Retour à la cohorte
Enregistrement W4220837258 · doi:10.1007/s11104-022-05390-9

Sinks for plant surplus carbon explain several ecological phenomena

2022· article· en· W4220837258 sur OpenAlexaff
Cindy E. Prescott

Notice bibliographique

RevuePlant and Soil · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant nutrient uptake and metabolism
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPhotosynthesisRhizosphereBiologyUnderstoryBotanyNutrientMyrmecophytePlant physiologyCanopyCarbon fixationEcologyNectar

Résumé

récupéré en direct d'OpenAlex

Abstract Plants engage in many processes and relationships that appear to be wasteful of the high-energy compounds that they produce through carbon fixation and photosynthesis. For example, living trees keep leafless tree stumps alive ( i.e. respiring) and support shaded understory trees by sharing carbohydrates through root grafts or mycorrhizal fungal networks. Plants exude a diverse array of organic compounds from their roots and leaves, which support abundant rhizosphere and phyllosphere microbiomes. Some plants release substantial amounts of sugar via extra-floral nectaries, which enrich throughfall and alter lichen communities beneath the canopy. Large amounts of photosynthetically fixed carbon are transferred to root associates such as mycorrhizal fungi and N-fixing micro-organisms. Plants also respire fixed C through an alternative pathway that does not generate ATP. Rates of each of these processes appear to be highest when plants are growing under mild-to-moderate deficiencies of nutrients or water. During this stage of deficiency, aboveground plant growth is curtailed more than photosynthesis, causing leaves to produce surplus carbohydrates. Each of the above phenomena provide a sink for these surplus carbohydrates, thereby preventing feedback inhibition of photosynthesis, and perpetuating the influx of C. Because these processes incur little cost to the source plant, they need not provide a benefit beyond the removal of surplus carbohydrates.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil0,342

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 ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,190
Écart entre enseignants0,165 · 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'étudeSans objet
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

Citations42
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant and SoilMême sujetPlant nutrient uptake and metabolismTravaux en français237 207