MétaCan
Menu
Retour à la cohorte
Enregistrement W4392138716 · doi:10.59720/20-132

Analyzing the effect of mycorrhizal fungi on plant communication of nutrients

2024· article· en· W4392138716 sur OpenAlexaboutno aff
Aveena Khanderia, Maya Jones, Aanya Khanderia, Jillian Varner

Notice bibliographique

RevueJournal of Emerging Investigators · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMycorrhizal fungiNutrientBiologyBotanyAgronomyEcologyHorticultureInoculation

Résumé

récupéré en direct d'OpenAlex

The goal of our experiment was to determine if phosphate transfer occurred between plants, using mycorrhizal fungi. We hypothesized that a “communication” network existed between plants when the mycorrhizal fungi were present and that there would be no transfer of nutrients if the mycorrhizal fungi were not present. This study extended the analysis of Suzanne Simard who studied Paper Birch, Douglas Fir, and Western Red Cedar in Canada. She was able to confirm that there is a massive underground communication where different plants cooperate with resources using mycorrhizal fungi. The purpose of our experiment was to see if plants with nutrients would transfer their excess levels of phosphate to the plant that had a limited amount of nutrients. Overall, no definitive conclusion could be drawn from the treatments conducted. The measurements greatly deviated from the hypothesized results and demonstrated a more complicated relationship than originally thought. Further study will need to be conducted to determine if there are further conditions that must be met, such as a minimum amount of phosphate concentration or a minimum differential between the resources (in terms of this study, phosphate concentration) of the two plants, for this transfer to occur. The results of this study, if replicated and shown to be conclusive at long distances, could be used to aid forest management.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,397
Score d'incertitude au seuil0,323

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,011
Tête enseignante GPT0,235
Écart entre enseignants0,224 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Emerging InvestigatorsMême sujetMycorrhizal Fungi and Plant InteractionsTravaux en français237 207