MétaCan
Menu
Retour à la cohorte
Enregistrement W4409919280 · doi:10.3390/plants14091347

Evaluating Douglas Fir’s Provenances in Romania Through Multi-Trait Selection

2025· article· en· W4409919280 sur OpenAlexaboutno aff
Emanuel Stoica, Alin-Madalin Alexandru, Georgeta Mihai, V. Scărlătescu, Alexandru Lucian Curtu

Notice bibliographique

RevuePlants · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTraitDouglas firDiameter at breast heightSelection (genetic algorithm)ForestryGeographyBiologyIdeotypeIndex (typography)AgroforestryCrop

Résumé

récupéré en direct d'OpenAlex

[Mirb.] Franco) is a valuable timber species native to western North America that was introduced to Europe in the 19th century. The objective of this study was to select the most valuable and stable Douglas fir provenances in Romania by combining growth and quality traits, using two indices recently used in forest tree species: the multi-trait genotype-ideotype distance index (MGIDI) and the multi-trait stability index (MTSI). The study was conducted across three common garden experiments in Romania, established in 1977, evaluating 61 provenances from the United States, Canada, Germany, France, and Romania. The analyzed traits were diameter at breast height (DBH), total height (TH), and pruned height (PH). Significant genotype-environment interactions were observed, with the Douglas fir showing superior growth performance in one of the testing sites in western Romania (Aleșd). The MGIDI and MTSI identified high-performing provenances from diverse geographic origins, including the Pacific Northwest, Europe, and Canada. Selection differentials ranged from 2.8% to 10.9% for individual traits, highlighting the potential for genetic improvement. The selected provenances represent valuable genetic resources of Douglas fir that are adapted to environmental conditions in the Carpathian region, contributing to the development of climate-adaptive breeding strategies and sustainable 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)0,000
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 enseignants0,047
Score d'incertitude au seuil0,572

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 Opus0,030
Tête enseignante GPT0,319
Écart entre enseignants0,289 · 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 revuePlantsMême sujetForest ecology and managementTravaux en français237 207