Improving yield potential in crops under elevated CO2: Integrating the photosynthetic and nitrogen utilization efficiencies
Notice bibliographique
Résumé
Increasing crop productivity to meet burgeoning human food demand is challenging under changing environmental conditions. Since industrial revolution atmospheric CO(2) levels have linearly increased. Developing crop varieties with increased utilization of CO(2) for photosynthesis is an urgent requirement to cope with the irreversible rise of atmospheric CO(2) and achieve higher food production. The primary effects of elevated CO(2) levels in most crop plants, particularly C(3) plants, include increased biomass accumulation, although initial stimulation of net photosynthesis rate is only temporal and plants fail to sustain the maximal stimulation, a phenomenon known as photosynthesis acclimation. Despite this acclimation, grain yield is known to marginally increase under elevated CO(2). The yield potential of C(3) crops is limited by their capacity to exploit sufficient carbon. The "C fertilization" through elevated CO(2) levels could potentially be used for substantial yield increase. Rubisco is the rate-limiting enzyme in photosynthesis and its activity is largely affected by atmospheric CO(2) and nitrogen availability. In addition, maintenance of the C/N ratio is pivotal for various growth and development processes in plants governing yield and seed quality. For maximizing the benefits of elevated CO(2), raising plant nitrogen pools will be necessary as part of maintaining an optimal C/N balance. In this review, we discuss potential causes for the stagnation in yield increases under elevated CO(2) levels and explore possibilities to overcome this limitation by improved photosynthetic capacity and enhanced nitrogen use efficiency. Opportunities of engineering nitrogen uptake, assimilatory, and responsive genes are also discussed that could ensure optimal nitrogen allocation toward expanding source and sink tissues. This might avert photosynthetic acclimation partially or completely and drive for improved crop production under elevated CO(2) levels.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».