Effet de la taille des semis d'épinette noire sur la résistance au stress hydrique
Bibliographic record
Abstract
Le stress hydrique des plants, au moment de la mise en terre, est principalement attribuable au confinement des racines dans la motte de tourbe, limitant la capacité de la plante à répondre à la demande en eau résultant de la transpiration. L’épinette noire est plus sensible au stress hydrique que d’autres conifères de la forêt boréale, en partie à cause de son système racinaire peu profond et par une sensibilité plus grande au déficit de pression de vapeur de l’air. Ce phénomène pourrait être exacerbé dans le cas des plants de très petites dimensions (PTPD) cultivés dans le récipient 113-25. L’objectif de cette étude est d’évaluer la tolérance au stress hydrique des semis d’épinette noire produits en récipients 113-25 comparativement à des plants conventionnels (67-50, 45-110 et PFD) en conditions contrôlées. Des plants d’épinette noire produits dans quatre types de récipient dont la carotte racinaire contient 25, 50, 110 et 350 cc de substrat ont été plantés dans des bacs de sable. Les plants de très petites dimensions (PTPD) des récipients 25 cc sont d’un type nouveau utilisé pour le reboisement de sites nordiques où la végétation de compétition est faible. Leur tolérance à la sécheresse doit être validée pour une utilisation à grande échelle. Une sécheresse a été simulée en stoppant l’arrosage pendant 14 jours dans la moitié des bacs, l’autre moitié (témoin) étant arrosée à tous les 2 jours. Les mesures physiologiques ont montré des différences significatives au niveau des échanges gazeux entre les plants plus petits (25 et 50 cc) et ceux plus grands (110 et 350 cc). Les plants plus petits avaient un ?préaube et ?mij-our moins négatifs que ceux plus grands et un taux de photosynthèse nette (Pn) et une conductivité stomatique (gve) significativement plus élevées. Onze jours après la fin du traitement de stress hydrique, les valeurs de Pn et gve des plants de 350 cc étaient significativement inférieures aux trois autres types de plants. Les résultats de cette expérience suggèrent que la plantation des PTPD ne semble pas constituer un risque plus grand en cas de sécheresse prolongée par rapport à l’utilisation de plants conventionnels de plus grandes dimensions.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".