Screening Common Bean Genotypes for Tolerance to Low Zinc Availability Using a Chelate-Buffered Hydroponics System
Notice bibliographique
Résumé
Abstract A chelate-buffered hydroponics system was assessed for its ability to induce zinc (Zn) deficiency in common bean and for its usefulness as a tool to select genotypes tolerant of Zn deficiency stress. Twenty-two common bean genotypes were evaluated for tolerance to Zn deficient conditions using the buffered hydroponics system. Relative yield (comparing growth under low Zn to adequate Zn conditions) and Zn and phosphorus (P) accumulation in plants were measured. Significant Zn deficiency stress was induced in all of the genotypes with relative yields ranging from 11.5 to 52.6%. Six genotypes were identified as being tolerant to low Zn. These six genotypes (E 101, AND 684, LSA 102, SUG 55, PVA 773, and CENTRO) all had relative yields >29%, were able to accumulate >60 µg Zn per plant from solution and were better able to regulate P uptake to avoid excessive P accumulation than the other genotypes. In a second experiment, a subset of seven genotypes grown in the chelate-buffered hydroponics systems were compared directly to plants grown in field soil. The two systems correlated well for total dry weight (r = 0.57, P < 0.001), shoot Zn content (µg g−1) (r = 0.58, P < 0.001), and total Zn content (µg g−1) (r = 0.64, P < 0.001) when plants were grown under low Zn conditions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».