MétaCan
Menu
Retour à la cohorte
Enregistrement W4307263415 · doi:10.3390/plants11202792

Intraspecific Leaf Trait Variation across and within Five Common Wine Grape Varieties

2022· article· en· W4307263415 sur OpenAlexafffund
Samantha C. Macklin, Rachel. O. Mariani, Emily N. Young, Rosalyn Kish, Kimberley A. Cathline, Gavin Robertson, Adam R. Martin

Notice bibliographique

RevuePlants · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensNiagara CollegeThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesUniversity of Toronto ScarboroughNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésBiologyIntraspecific competitionTraitSpecific leaf areaGrowing seasonAgronomyDomesticationIdeotypeLeaf sizeCropBotanyHorticultureEcologyPhotosynthesis

Résumé

récupéré en direct d'OpenAlex

Variability in traits forming the Leaf Economics Spectrum (LES) among and within crop species plays a key role in governing agroecosystem processes. However, studies evaluating the extent, causes, and consequences of within-species variation in LES traits for some of the world’s most common crops remain limited. This study quantified variations in nine leaf traits measured across 90 vines of five common wine grape (Vitis vinifera L.) varieties at two growth stages (post-flowering and veraison). Grape traits in these varieties covary along an intraspecific LES, in patterns similar to those documented in wild plants. Across the five varieties evaluated here, high rates of photosynthesis (A) and leaf nitrogen (N) concentrations were coupled with low leaf mass per area (LMA), whereas the opposite suite of traits defined the “resource-conserving end” of this intraspecific LES in grape. Variety identity was the strongest predictor of leaf physiological (A) and morphological traits (i.e., leaf area and leaf mass), whereas leaf chemical traits and LMA were best explained by growth stage. All five varieties expressed greater resource-conserving trait syndromes (i.e., higher LMA, lower N, and lower Amass) later in the growing season. Traits related to leaf hydraulics, including instantaneous water-use efficiency (WUE), were unrelated to LES and other resource capture traits, and were better explained by spatial location. These results highlight the relative contributions of genetic, developmental, and phenotypic factors in structuring trait variation in the five wine grape varieties evaluated here, and point to a key role of domestication in governing trait relationships in the world’s crops.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,035
Tête enseignante GPT0,264
Écart entre enseignants0,229 · 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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlantsMême sujetHorticultural and Viticultural ResearchTravaux en français237 207