Impact of <i>Phakopsora pachyrhizi</i> Infection on Soybean Leaf Photosynthesis and Radiation Absorption
Notice bibliographique
Résumé
Yield loss in soybean [Glycine max (L.) Merr.] due to soybean rust (SBR) (caused by Phakospora pachyrhizi Syd. & P. Syd.) has been associated with reduced radiation interception and reduced radiation use efficiency by green leaf area. The objective of this study was to determine the mechanisms involved in the SBR‐induced reductions in radiation use efficiency by quantifying the effect of SBR on (i) absorption of photosynthetic photon flux density (PPFD) and (ii) carbon exchange rate (CER) per unit absorbed PPFD of soybean leaves. A controlled‐environment study was conducted using a split‐plot design with three replications over time, with two disease levels as main plots and two soybean cultivars as subplots. The two disease levels were a disease‐free control and inoculation with P. pachyrhizi. Measurements included leaf CER, PPFD absorptance, and chlorophyll fluorescence. As disease severity increased, there was a small linear decline in leaf absorptance and a negative exponential decline in leaf CER. At 50% disease severity, absorptance was reduced by 10% and CER was reduced by 68% compared with the disease‐free control. The relative decline in CER was similar at low and saturating PPFD levels. Soybean rust–induced reductions in CER were mainly associated with lower efficiency of photosystem II (PSII) photochemistry and damage to PSII reaction centers. Therefore, visual indicators such as light absorptance and disease severity do not reflect the degree of impact of SBR on leaf photosynthesis.
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) | 0,000 | 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 | 0,001 |
| 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 ».