MétaCan
Menu
Retour à la cohorte
Enregistrement W2059933624 · doi:10.1111/j.1439-037x.2009.00411.x

Effects of Deficit Irrigation and Salinity Stress on Common Bean (<i>Phaseolus Vulgaris</i> L.) and Mungbean (<i>Vigna Radiata</i> (L.) Wilczek) Grown in a Controlled Environment

2010· article· en· W2059933624 sur OpenAlexafffund
Maryse Bourgault, Chandra A. Madramootoo, Heidi Webber, G. Stulina, M. G. Horst, Donald L. Smith

Notice bibliographique

RevueJournal of Agronomy and Crop Science · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensMcGill University
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésPhaseolusAgronomyIrrigationVignaSalinityBiologyBiomass (ecology)CropRadiataTranspirationDeficit irrigationPhotosynthesisIrrigation managementBotanyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract As water for irrigation purposes becomes increasingly scarce because of climate change and population growth, there is growing interest in regulated deficit irrigation (RDI) as a way to improve efficiency of water usage and farm productivity in arid and semi‐arid areas. Salinity is also becoming an important problem in these same regions. Experiments were performed to investigate the effects of RDI and salt stress on two legumes crops, common bean ( Phaseolus vulgaris L.) and mungbean ( Vigna radiata (L.) Wilczek); previous work showed contrasting responses to RDI by these two crops under field conditions. The seed and biomass yields of both crops were reduced as a result of increasing water deficit stress; however, mungbean was able to maintain the same proportion of its biomass in reproductive structures and maintain its harvest index under stress, whereas common bean’s decreased. In addition, photosynthesis in mungbean was higher than in common bean and higher at the same levels of transpiration. Finally, salinity stress did not affect the water potential, harvest index or the specific leaf weight of either crop. There were no interactions between salinity and crops or RDI levels, which suggest that the two crops do not differ in their response to salinity stress, and that RDI levels do not modify this response.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,233

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,007
Tête enseignante GPT0,209
Écart entre enseignants0,202 · 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'étudeObservationnel
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

Citations26
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agronomy and Crop ScienceMême sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207