Aoûtement et tolérance au gel de différentes sources génétiques de l'épinette blanche le long d'une gradient climatique
Notice bibliographique
Résumé
Les changements climatiques affectent tous les écosystèmes de la planète. Au Québec, on s'attend à ce que la température moyenne augmente de 2 °C au cours des prochaines décennies le long du gradient latitudinal. Par conséquent, l'occurrence des extrêmes climatiques sera plus fréquente et causera des dommages importants aux espèces forestières. Étant donné l'importance économique et écosystémique de l’épinette blanche, la migration assistée représente une solution prometteuse pour son adaptation rapide. Dans ce but, six sources de semences provenant de différentes zones climatiques et une source de locale ont été considérées dans cette étude après 7 ans de plantation. La phénologie automnale a été suivie de la mi-juillet à la mi-août 2021. Des échantillons représentatifs ont été prélevés sur chaque source de semences/bloc/site au début du mois de septembre pour évaluer la tolérance au gel. Deux dates d'échantillonnage ont été considérées vers la fin de la saison de croissance pour évaluer la dynamique des hydrates de carbone non-structurel (NSC). Nos résultats ont montré des effets importants du site de plantation, de la source de semences et de leurs interactions sur la formation du bourgeon et la croissance. La probabilité d'occurrence des stades 2, 3 et 4 été significative. La source de semences du sud-est a montré la meilleure croissance dans les conditions chaudes. La tolérance au gel était significativement plus faible au Sud à partir de -12 °C pour toutes les sources de semence. Celles les plus vulnérables partagent des conditions microclimatiques similaires. Quatre NSC ont été détectés : Fructose, glucose, saccharose et pinitol. Ils ont été principalement affectés par le site de plantation. Les trois premiers sucres ont montré des patrons dynamiques significatifs : La teneur en fructose et en glucose a diminué dans le Sud et augmenté dans le Nord entre septembre et octobre, tandis que la teneur en sucrose a enregistré un patron inverse. La source de semence la plus au sud-ouest a enregistré la teneur en sucrose la plus faible. Le climat d'origine et le climat actuel ont montré des associations significatives avec la hauteur, la tolérance au gel et certains composés de NSC. Les sources de semence et le site de plantation de la zone Sud étaient, principalement, caractérisés par le nombre de jours d'été, l'indice d'intensité des précipitations et la durée de la saison de croissance, tandis que les sources de semence et le site de plantation de la zone Nord étaient caractérisés par le nombre de jours de gel et de jours de froid. Les sources de semence des latitudes moyennes étaient principalement décrites par les valeurs quotidiennes minimales et maximales des températures minimales et maximales. Notre étude a permis d'établir une cartographie détaillée de certains traits physiologiques importants nécessaires à une adaptation réussie de l'épinette blanche. Elle peut être utilisée pour identifier les meilleurs sites pour la migration assistée, améliorer la précision des modèles de transfert de semences à travers le Québec, réduire les risques de dommages causés par le gel et maintenir des taux de productivité élevés dans le futur.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».