MétaCan
Menu
Retour à la cohorte
Enregistrement W2056194379 · doi:10.2135/cropsci2008.07.0423

Physiological Mechanisms Underlying Heterosis for Shade Tolerance in Maize

2009· article· en· W2056194379 sur OpenAlexaffabout
Weidong Liu, M. Tollenaar

Notice bibliographique

RevueCrop Science · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHeterosisShadingBiologyAgronomyInbred strainGrain yieldHybridHorticultureGenetics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Heterosis in maize ( Zea mays L.) confers stress tolerance. To better understand the physiological mechanisms underlying the differential response of a maize hybrid (CG60 × MBS1236) and its parental inbred lines to shading stress, studies were conducted in a field hydroponic system in Ontario, Canada, from 2004 to 2006. Shading stress consisted of a 55% reduction in incident solar radiation and was implemented either for a 30‐ to 33‐d period before silking starting at the 7‐leaf tip stage, a 21‐d period during silking, or a 21‐d period after silking. Mean reduction in total dry matter at maturity (TDM) due to the shading treatments was 18%, and this reduction was similar for the three shading periods. Heterosis for grain yield was greater when plants were exposed to shading during the presilking and silking periods compared to the unshaded control. This increase was attributable to increased heterosis for both harvest index and TDM. In contrast, shading during the grain‐filling period did not increase heterosis for grain yield. Heterosis for grain yield was highly associated with heterosis for kernel number. Heterosis for kernel set was attributable, in part, to the relationship between kernel number and plant growth rate (PGR) during the period bracketing silking and the inherent lower PGR of the inbred lines as compared to the hybrid. Kernel set was also affected by shading during the presilking period, in particular, in one of the two inbred lines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil0,279

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,295
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCrop ScienceMême sujetCrop Yield and Soil FertilityTravaux en français237 207