Notice bibliographique
Résumé
Methods: SC124 and Fuxuan 01, two cold-resistant cassava cultivars and Nanzhi199 and SC205, another two cold-sensitive cassava cultivars were studied under low temperature stress. Aims: in order to explore the hardy physiological characters of different cassava cultivars. Results: Results showed that under low temperature stress, the cell membrane permeability of the tested cassavas increased, the increase ranges in the cold-sensitive cultivars were more obvious than those in the strong cold resistance ones; the MAD contents in leaves were in a rise-fall sequence while the MAD contents in the cold-sensitive cultivars were much higher than those in the cold-resistant ones; under low temperature stress, the SOD and POD activities in leaves of cold-sensitive cultivars dropped greater than those in the strong cold-resistant ones; the contents of proline, soluble sugar and soluble liquid protein in leaves increased more seemingly in the cold-resistant cultivars than in the cold-sensitive ones. The contents of soluble sugar and soluble liquid protein in leaves were in a rise-fall trend as the temperature dropped and time elapsed. There was a dramatic decline in the chlorophyll contents and water ratios in leaves under the low temperature stress, more seemingly in the weak cold resistance cultivars than in the stronger ones. Conclusions: It was obvious that there was a close relation between the cold resistance and the cell membrane permeability, MDA contents, SOD and POD activities and the contents of proline, soluble sugar and soluble protein in different cassava cultivars. And those physiological characters could be used as indexes of cold resistance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».