MétaCan
Menu
Retour à la cohorte
Enregistrement W2072959860 · doi:10.1134/s1021443712020197

Canopy and leaf photosynthetic characteristics and water use efficiency of sweet sorghum under drought stress

2012· article· en· W2072959860 sur OpenAlexfundno aff
Tingting Xie, Peixi Su

Notice bibliographique

RevueRussian Journal of Plant Physiology · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Fund for Distinguished Young ScholarsUniversity of British ColumbiaNational Natural Science Foundation of China
Mots-clésCanopyWater-use efficiencyPhotosynthesisAgronomyBiomass (ecology)Water contentMoisture stressSorghumYield (engineering)Sweet sorghumIrrigationBiologyHorticultureEnvironmental scienceBotany

Résumé

récupéré en direct d'OpenAlex

The objective of this paper was to examine the relationship between Water Use Efficiency (WUE) at the canopy and leaf levels, to determine soil moisture conditions, which can optimize yield, and WUE of sweet sorghum (Sorghum bicolor (Linn.) Moench), thus providing some theoretical foundation for using marginal land effectively and developing production of sweet sorghum. Three levels of soil moisture conditions were established, and photosynthetic characteristics and yield were measured. The canopy apparent photo-synthetic rate (CAP) and leaf photosynthetic rate (P N) were reduced gradually with increased drought stress, and the CAP was lower than the P N under every soil moisture conditions. The P N had a midday depression phenomenon, but the CAP did not exhibit this midday depression phenomenon under severe drought stress. The linear regression relationship of CAP and P N was CAP = 1.5945 + 0.1496 P N. The canopy apparent WUEC and leaf WUEL were the highest under moderate drought stress. The first was 5.3 and 5.8 times higher than the WUEL in mid-July and late August, respectively. The stem fresh biomass yield was 77 tons/ha under moderate drought stress and WUE of aboveground biomass yield (WUEB) was also the highest. Our results showed that moderate drought stress did not result in a significant reduction in biomass yield but increased WUE significantly.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,844
Score d'incertitude au seuil0,270

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,008
Tête enseignante GPT0,193
Écart entre enseignants0,185 · 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

Citations21
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRussian Journal of Plant PhysiologyMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207