MétaCan
Menu
Retour à la cohorte
Enregistrement W7115180219 · doi:10.1139/cjb-2025-0052

Germination of tropical legume seeds from Brazilian seasonally dry environments: effects of alternating temperature and water stress

2025· article· en· W7115180219 sur OpenAlexvenueno aff

Notice bibliographique

RevueBotany · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSeed Germination and Physiology
Établissements canadiensnon disponible
Organismes subventionnairesUniversidade Federal de AlagoasFundação de Amparo à Pesquisa do Estado de AlagoasFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésGerminationHydric soilLegumeWater stressDormancyTropicsTropical climateMoisture stressArid

Résumé

récupéré en direct d'OpenAlex

Legumes dominate many tropical landscapes, often producing water-impermeable seeds (physical dormancy, PY). The present study evaluated (1) whether an alternating temperature regime (AT; 20–40 °C) enhance germination, mainly by promoting PY-break, and (2) the effect of reduced water potentials ( Ψ = 0.0, −0.4, −0.8, −1.2 MPa) on germination of legumes from Brazilian seasonally dry environments. Experiment 1 involved all six study species, which differed in the fractions of nondormant (ND) and PY seeds, comparing a constant room temperature (CT, 25 °C; 30 days) with a 2-week AT followed by other 2 weeks of constant conditions. Experiment 2 tested four species (ND or with only a fraction of PY) under water stress (for 30 days), followed by stress relief and monitoring of germination recovery for 15 additional days. AT did not enhance germination, but seeds mostly maintained their viability. Water stress strongly inhibited the germination of ND seed fractions, with post-stress germination recovery ranging from 18% to 49%. Mimosa caesalpiniifolia Benth. was an exception, showing high seed mortality. Overall, legume seeds may persist by withstanding thermal and hydric stress, enabling recruitment under more favorable conditions. Such strategies likely contribute to regeneration in tropical seasonal environments, increasingly affected by warming and aridity due to climate change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,004
Tête enseignante GPT0,206
Écart entre enseignants0,203 · 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 source (Gemma direct ou Codex distillé), 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 revueBotanyMême sujetSeed Germination and PhysiologyTravaux en français237 207