MétaCan
Menu
Retour à la cohorte
Enregistrement W4406874538 · doi:10.3390/f16020229

Multi-Level Temporal Variation of Sap Flux Densities in Oil Palm

2025· article· en· W4406874538 sur OpenAlexaff
Joyson Ahongshangbam, Dirk Hölscher, Hendrayanto Hendrayanto, Alexander Röll

Notice bibliographique

RevueForests · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Palm Production and Sustainability
Établissements canadiensMcGill University
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésPalm oilVariation (astronomy)Environmental scienceFlux (metallurgy)PalmAgroforestryChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Oil palms (Elaeis guineensis Jacq.) are increasingly cultivated throughout the humid tropics and are reported to have high transpiration rates. A potential contribution of stem water storage to transpiration has been discussed in previous studies. We assessed the water-use characteristics of oil palms at different horizontal and vertical positions in the plant by using three sap flux techniques, i.e., thermal dissipation probes, the heat ratio method and heat field deformation sensors. In a radial profile of the stem, sap flux densities were low at the outer margin, increased to 2.5 cm under the bark and remained relatively high to the innermost measured depth at 7.5 cm. In a vertical profile of the stem and with further sensors in leaf petioles, we found only small time lags in sap flux densities. Time lags along the flow path are often used for analyzing the contribution of water storage to transpiration. Thus, the small observed time differences in our study would leave only little room for the contribution of water storage to transpiration. However, water storage might still contribute to transpiration in ways that are not detected by time lag analysis. Such mechanisms may be explored in future studies.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,582

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,263
Écart entre enseignants0,247 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetOil Palm Production and SustainabilityTravaux en français237 207