Aoûtement et tolérance au gel de différentes sources génétiques de l'épinette blanche le long d'une gradient climatique
Bibliographic record
Abstract
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.
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 | 0.001 | 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".