Estimating resource acquisition and water-use traits in wine grapes using reflectance spectroscopy
Notice bibliographique
Résumé
Abstract In agroecosystems, the variable expression of crop functional traits is expected to play a role in key processes, including plant nutrient cycling and water acquisition, that confer ecosystem resistance and/ or resilience to environmental change. The ability to estimate crop trait data is therefore critical to predict crop responses to environmental change, enabling more informed diagnosis of crop performance and on-farm management strategies. Yet, many traditional methods for quantifying plant traits are time-consuming and resource-intensive, limiting sample sizes and study durations. In response, high-throughput phenotyping— specifically reflectance spectroscopy— has emerged as a key element of plant trait research, capable of estimating plant traits more rapidly. However, little is known about whether or not reflectance spectroscopy can detect within-species variation in resource acquisition and plant-water traits. Using wine grapes ( V. vinifera subsp. vinifera ) as a focal crop, this study aimed to assess the ability of reflectance spectroscopy and the subsequent partial least squares regression modelling approach to quantify intraspecific variation in 12 functional traits across 12 different cultivars. Results showed significant differences in traits, especially in the photosynthetic and hydraulic traits, among closely related cultivars, falling along a resource-conservative to resource-acquisitive axis of variation. We also found that reflectance differentiated this fine-scale trait variation, specifically in leaf chemical and morphological traits, contributing to higher accuracy, and indicating that this HTP approach is viable for detailed trait estimation in diverse agroecosystems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».