Irrigation Level Affects Isoflavone Concentrations of Early Maturing Soya Bean Cultivars
Notice bibliographique
Résumé
Abstract Field experiments were conducted in 2003/2004 in Québec to determine the effects of irrigation levels (none, low and high) and cultivars (AC Orford, AC Proteina and Golden) on soya bean [ Glycine max (L.) Merr.] isoflavone concentrations and yields. Seed yield, yield components, and oil and crude protein (CP) concentrations were concurrently determined. Response to irrigation was greater in 2003, which was substantially warmer and drier than in 2004. In both years, most responses were observed with the lower of the two irrigation levels evaluated, which increased total isoflavones concentration by an average of 45 % compared with a non‐irrigated control. Cultivars, however, responded differently to irrigation. In 2003, response of AC Proteina was greater than that of AC Orford, while Golden did not respond. In 2004, some responses were observed with AC Proteina and Golden but none with AC Orford. Overall, in both years, AC Proteina had the greatest isoflavone concentrations and AC Orford the lowest. Responses of seed yield and yield components depended on the year and were also greater in 2003. Both irrigation treatments generally increased seed yield and yield components compared with a non‐irrigated control; the response was greater with the higher irrigation level. Irrigation had no effect on oil and CP concentrations. Finally, isoflavone yield response to irrigation was again greater in 2003, and depended on the cultivar. Results thus demonstrate that specific soil moisture levels will maximize soya bean isoflavone concentrations, excess irrigation sometimes negating any potential benefits.
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 | 0,000 |
| 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 ».