Genetic variation in yield of five hybrids of sweet corn grown under poultry manure and nitrogen fertilizers and the presence of the nitrate reductase gene (Nia2)
Notice bibliographique
Résumé
Concern about nitrate (NO 3 − ) accumulation in plants and its hazard to human and animal health has led to the investigation of the genetic variation in its accumulation in plants.Genetic variation in the productivity and nitrate content of sweet corn hybrids (Zea mays L.) when produced under five treatment combinations of chemical nitrogen fertilizer and poultry manure was investigated. In addition, the presence of the nitrate reductase gene (Nia2) in hybrids of sweet corn was investigated by PCR analysis. The chlorophyll content of leaves was higher with chemical fertilizer and the mixture of chemical fertilizer and chicken manure compared with chicken manure only. The highest grain yield was recorded in the hybrid Amera grown with chicken manure or the mixture of nitrate fertilizer and poultry manure. Moreover, gene-specific primer pairs for amplification of nitrate reductase revealed the presence of the nitrate reductase gene (Nia2) in hybrid Merit, which had the lowest grain nitrate content. Moreover, Merit only had one extra band (900 bp) indicating the Nia2 gene was controlled by co-dominant alleles. However, the presence of nitrate reductase gene (Nia2) alone did not explain nitrate content differences among corn hybrids. The work presented in this paper showed that PCR assays represent a sensitive tool for screening of sweet corn breeding material for the Nia2 gene although the presence of this gene does not alone explain nitrate content. Key words: Genetic variation, Low nitrate concentrations, sweet corn, nitrate reductase gene (Nia2), PCR
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».