Réponses adaptatives à un assèchement édaphique chez 3 provenances de chêne liège (<i>Quercus suber</i>)
Bibliographic record
Abstract
Les effets du changement climatique induisent dans la région méditerranéenne la recrudescence d’évènements extrêmes comme la sécheresse accentuant la dégradation des écosystèmes forestiers de Quercus suber L. Des jeunes plants de 3 provenances tunisiennes de Q. suber (El Feija (EF), Ben Metir (BM) et Oued Zen (OZ)) ont été évalués pour leur tolérance au manque d’eau en les soumettant durant 90 jours à 3 régimes hydriques (S0, irrigation à 100 % de la capacité au champ (CC); S1, 50 % CC; S2, 25 % CC). De nombreuses variables ont été mesurées (croissance des tiges, surface foliaire, densité et dimension des trichomes et des stomates, échanges gazeux et concentration en chlorophylles). Le déficit hydrique a occasionné une réduction des variables écophysiologiques et une augmentation de la densité des stomates et des trichomes. Une variabilité intraspécifique a été enregistrée. Les plants EF et BM ont montré un indice de plasticité phénotypique supérieur à celui des plants OZ. La meilleure flexibilité vis-à-vis du stress hydrique s’est traduite chez les plants EF par une augmentation de l’efficience de l’utilisation de l’eau intrinsèque (EUEi) convertie en une croissance plus soutenue des tiges. Dans un contexte global de réchauffement climatique et de fragilité des forêts méditerranéennes, la réussite des nouveaux boisements de Q. suber exige le choix de provenances les plus adaptées à la faible disponibilité en eau à l’instar de la provenance EF.
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 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".