Effects of silicon application on <i>Betula pendula</i> seedlings
Notice bibliographique
Résumé
Silicon (Si) is a beneficial element for many plant species, conferring resistance to drought and herbivory, but its effects on trees are less known. We studied responses of silver birch ( Betula pendula), grown in peat, to liquid Si supplementation (Si concentration 0.65 mmol/L) on (1) growth, (2) water economy, and (3) element accumulation plus (4) feeding preference of an insect, Epirrita autumnata, and a mammalian herbivore, Microtus agrestis. Plant growth was not affected but control (Si–) plants shed their old leaves earlier. Detached Si+ leaves lost water 11% units less than Si–, and the integrated water-use efficiency based on 13 C analysis was higher in Si+. Foliar Se was higher and Mn and S lower in Si+. Root Mg concentrations were higher and Pb lower in Si+. Epirrita autumnata did not prefer either treatment, but M. agrestis preferred Si– stems. Silicon improved birch water relations as indicated by the leaf drying resistance and increased water-use efficiency. The changes in metal accumulation were probably beneficial, but the lower S/Se ratio requires attention. Furthermore, Si decreased palatability to a mammalian herbivore. Using Si as fertilizer in nurseries could be possible to increase birch tolerance to water stress and herbivory.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».