Genotypic Effects of Fertilization on Seedling Sweetgum Biomass Allocation, N Uptake, and N Use Efficiency
Notice bibliographique
Résumé
Screening and selecting tree genotypes that are responsive to N additions and that have high nutrient use efficiencies can provide better genetic material for short-rotation plantation establishment. A pot experiment was conducted to test the hypotheses that (1) sweetgum ( Liquidambar styraciflua L.) families have different patterns in biomass production and allocation, N uptake, and N use efficiency (NUE), because of their differences in growth strategies, and (2) sweetgum families that are more responsive to N additions will also have greater nutrient use efficiencies. Seedlings from two half-sib families (F10022 and F10023) that were known to have contrasting responses to fertility and other stress treatments were used for an experiment with two levels of N (0 vs. 100 kg N/ha equivalent) and two levels of P (0 vs. 50 kg P/ha equivalent) in a split-plot design. Sweetgum seedlings responded to N and P treatments rapidly, with increases in both size and biomass production, and those responses were greater with F10023 than with F10022. Growth response to N application was particularly strong. N and P application increased the proportional allocation of biomass to leaves. Under increased N supply, P application increased foliar N concentration and content, as well as total N uptake by the seedlings. However, NUE was decreased by N addition and was higher in F10023 than in F10022 when P was not limiting. A better understanding of genotype by fertility interactions is important in selecting genotypes for specific site conditions and for optimizing nutrient use in forestry production.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».