MétaCan
Menu
← Retour à la cohorte
Enregistrement W4380271973 · doi:10.1101/2023.06.09.544307

Weak local adaptation to drought in seedlings of a widespread conifer

2023· preprint· en· W4380271973 sur OpenAlexafffund
Rafael Candido‐Ribeiro, Sally N. Aitken

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Forest ServiceU.S. Forest ServiceForest Genetics Council of British ColumbiaAlberta InnovatesGenome AlbertaUniversity of British ColumbiaAlberta Innovates Bio SolutionsMinistry of Forests, Lands and Natural Resource OperationsGénome QuébecGenome British ColumbiaUniversity of AlbertaCompute CanadaGenome Canada
Mots-clésBiologyAdaptation (eye)Local adaptationPhenotypic plasticityClimate changeDrought tolerancePopulationEcologyAgronomy

Résumé

récupéré en direct d'OpenAlex

Abstract There is an urgent need for better understanding how populations of trees will respond to predictable changes in climate and the intensification of extreme weather events such as droughts. The distribution of adaptive traits in seedlings is a crucial component of population adaptive potential and its characterization is important for development of management approaches mitigating the effects of climate change on forests. In this study, we used a large-scale common garden drought experiment to characterize the variation in drought tolerance, growth, and plastic responses to extreme summer drought in seedlings of 73 natural provenances of the two main varieties of Douglas-fir ( Pseudotsuga menziesii var. menziesii and var. glauca ), sampled across most of their extensive natural ranges. We detected large differences between the two Douglas-fir varieties for all traits assessed, with var. glauca showing higher tolerance to drought but slower height growth and less plasticity than var. menziesii . Surprisingly, signals of local adaptation to drought within varieties were weak within var. glauca and nearly absent within var. menziesii . Temperature-related variables were identified as the main climatic drivers of clinal variation in drought tolerance and height growth species-wide, and in height growth within var. menziesii . Furthermore, our data indicate that higher plasticity under extreme droughts could be maladaptive in var. menziesii . Overall, our study suggests that genetic variation for drought tolerance in seedlings is maintained primarily within rather than among provenances within varieties and does not compromise growth at early stages of plant development. Given these results, assisted gene flow is unlikely to help facilitate adaptation to drought within Douglas-fir varieties, but selective breeding within provenances could accelerate adaptation.

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 enseignants0,007
Score d'incertitude au seuil0,014

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,206
Écart entre enseignants0,192 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetPlant Water Relations and Carbon Dynamics→Travaux en français237 207→