MétaCan
Menu
Retour à la cohorte
Enregistrement W4392229659 · doi:10.1139/cjb-2023-0095

Genetic variation in growth and leaf traits associated with local adaptation to climate in yellow birch (<i>Betula alleghaniensis</i> Britton)

2024· article· en· W4392229659 sur OpenAlexafffundvenueabout
Alan Maloney, Qing‐Lai Dang, Piumi Maheshika Godakanda, Ashley M. Thomson

Notice bibliographique

RevueBotany · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaLakehead University
Mots-clésBiologyYellow birchAdaptation (eye)Betula pubescensBotanyGenetic variationEcologyBetulaceaeMaple

Résumé

récupéré en direct d'OpenAlex

Understanding patterns of variation in functional traits of hardwood trees is crucial for conserving and managing North American temperate forests under climate change. This study examined provenance variation of yellow birch ( Betula alleghaniensis Britton) in growth, biomass allocation, leaf morphology, and stable carbon isotope composition. Trees were grown from 10 seed sources originating from across Canada and the northern USA. Height and diameter were not significantly related to climate at seed origin, suggesting that variation may be better explained by site factors, such as soil pH and soil moisture. In contrast, carbon isotope composition and leaf morphological traits were significantly correlated to climate variables including temperature, precipitation, and solar radiation. Provenances from warmer, drier localities tended to have higher stable carbon isotope ratio (δ13C), greater specific leaf area, and narrower leaf width than their counterparts from cooler, wetter climates. Thus, variation in leaf morphological traits appears to be involved in adaptation of yellow birch to variation in temperature and moisture availability across the species’ range. Our results suggest that there may exist potential for selection and breeding of drought-resistant yellow birch genotypes to aid in reforestation under climate change.

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 enseignants0,009
Score d'incertitude au seuil0,017

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,193
Écart entre enseignants0,187 · 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
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueBotanyMême sujetForest ecology and managementTravaux en français237 207