Quantifying the Effects of Photoperiod, Temperature and Daily Irradiance on Flowering Time of Soybean Isolines
Notice bibliographique
Résumé
Soybean isolines with different combinations of photoperiod sensitivity alleles were planted in a greenhouse at different times during the year resulting in natural variation in daily incident irradiance and duration. The time from planting to first flower were observed. Mathematical models, using additive and multiplicative modes, were developed to quantify the effect of photoperiod, temperature, photoperiod-temperature interactions, rate of photoperiod change, and daily solar irradiance on flowering time. Observed flowering times correlated with predicted times (R² = 0.92, Standard Error of the Estimate (SSE) = 2.84 d, multiplicative mode; R² = 0.91, SSE = 2.88 d, additive mode). The addition of a rate of photoperiod change function and an irradiance function to the temperature and photoperiod functions improved the accuracy of flowering time prediction. The addition of a modified photoperiod function, which allowed for photoperiod sensitivity at shorter photoperiods, improved prediction of flowering time. Both increasing and decreasing rate of photoperiod change, as well as low levels of daily irradiance delayed flowering in soybean. The complete model, which included terms for the rate of photoperiod change, photoperiod, temperature and irradiance, predicted time to first flower in soybean across a range of environmental conditions with an SEE of 3.6 days when tested with independent data.
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 ».