MétaCan
Menu
Retour à la cohorte
Enregistrement W4411722926 · doi:10.1139/cjfr-2025-0031

The combined effects of low light and low water on seedling growth vary in their severity based upon tree species and seedling traits

2025· article· en· W4411722926 sur OpenAlexvenueno aff
Samuel Schaffer-Morrison, An Na, Nicholas McNutt, Inés Ibáñez, María Natalia Umaña

Notice bibliographique

RevueCanadian Journal of Forest Research · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLight effects on plants
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Michigan
Mots-clésSeedlingBiologyTree (set theory)BotanyAgronomyEcologyMathematics

Résumé

récupéré en direct d'OpenAlex

Environmental stresses rarely occur in isolation; in fact, plants often combat multiple stresses at once. Moreover, while most studies examining the combined effect of different factors have focused on greenhouse experiments, comparing experimental results with field studies is necessary to validate results. Here, we examine the effect of low water and light on the growth of Acer rubrum, Acer saccharum, and Quercus rubra in a greenhouse and the field. We tested whether the combined effects were additive, synergistic, or antagonistic and studied whether these responses were mediated by functional traits. In the greenhouse we found an additive effect of the two stresses across species; however, individual species responded differently with A. rubrum showing additive and A. saccharum and Q. rubra showing antagonistic effects. Species were unique in their trait responses, but species with antagonistic effects tended towards more acquisitive strategies belowground. Our field results partially matched our greenhouse findings, with water and light stress resulting in additive effects in all species except for A. saccharum. Our results suggest that A. saccharum and Q. rubra may be better equipped to cope with low light and water, and that studies should be careful to extrapolate from greenhouse studies on multiple stress response alone.

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)0,002
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 enseignants0,334
Score d'incertitude au seuil0,890

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 GPT0,228
Écart entre enseignants0,212 · 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 revueCanadian Journal of Forest ResearchMême sujetLight effects on plantsTravaux en français237 207