Genotypic Variation for Three Physiological Traits Affecting Drought Tolerance in Soybean
Notice bibliographique
Résumé
ABSTRACT Three physiological traits that may affect performance of soybean [Glycine max (L.) Merr.] when soil water availability is limiting are (i) water use efficiency (WUE), (ii) regulation of whole plant water use in response to soil water content, and (iii) leaf epidermal conductance (ge) when stomata are closed. Six soybean plant introductions (PIs), eight breeding lines derived from them, and nine cultivars were compared for variability in these three traits during vegetative growth in two greenhouse studies. In the first experiment, whole plant water use, normalized both to plant size and evaporative demand (the normalized transpiration ratio, NTR), was monitored during a 10‐d cycle of gradually increasing drought stress and then for an additional 2 d following rewatering. The critical soil water content at which each plant began to reduce its water use (FTSWC), was determined. The WUE was estimated as the ratio of total plant dry weight to total water used. In the second experiment, ge was determined for these same 23 genotypes by measuring leaf water vapor exchange after a 36‐h dark adaptation. Substantial variation was found among genotypes for WUE, FTSWC, ge, and also the extent to which NTR recovered on rewatering. Generally, adapted cultivars had greater WUE and lower ge than did PIs. However, PI 471938 and its progeny N98‐7264 were clear exceptions to this trend. An unexpected finding was that WUE was significantly negatively correlated with ge across genotypes.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».