MétaCan
Menu
Retour à la cohorte
Enregistrement W7075328197

A Review of Garlic Mustard (Alliaria petiolata) as an Allelopathic Plant

2017· article· en· W7075328197 sur OpenAlexaboutno aff

Notice bibliographique

RevueJournal of Bioresource Management · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Resources Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAllelopathyHerbPlant speciesInvasive speciesPlant ecology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Alliaria petiolata is a widespread biennial herb from Eurasia that is one of the most recognizable invasive plants of forests in the eastern United States and southern Canada. After two decades of intensive study on its physiology, ecology, and impacts, this plant has come to be known in both the scientific and gray literature as an allelopathic plant capable of exerting negative, chemically mediated effects on plants and microbes in its environment. A critical review of the literature reveals that there is evidence both supporting and failing to support this assertion, and that conclusions can be affected greatly by the experimental approaches taken, the target species examined, the sources of allelopathic inputs, and environmental factors. The objective of this review is to provide a history of allelopathy research in A. petiolata, describing the various approaches that have been taken and conclusions drawn, and to summarize the current standing of A. petiolata as an allelopathic plant using the most ecologically relevant data on this phenomenon. Finally, we discuss the degree to which allelopathy, versus other mechanisms, may contribute to the invasive success of this plant.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,482
Score d'incertitude au seuil0,575

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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,044
Tête enseignante GPT0,272
Écart entre enseignants0,228 · 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'étudeSans objet
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bioresource ManagementMême sujetWater Quality and Resources StudiesTravaux en français237 207