Nitrogen use efficiency: re-consideration of the bioengineering approach
Notice bibliographique
Résumé
There is considerable confusion about N use efficiency (NUE) in the plant literature. We would like to propose the simple and ubiquitous definitions described by Good et al. (2004) as a starting point for studies of NUE. Based on this terminology, there is evidence from breeding programs for variation in both uptake efficiency (UpE) and utilization efficiency (UtE). Molecular physiology studies typically address mechanisms for improving NUE, but often do not calculate NUE or even acquire appropriate data for calculating NUE. Herein, we report in detail on recent studies involving molecular approaches for improving NUE, and calculate changes in NUE where possible. The evidence suggests that there is potential for improving usage index and UpE in dicots and UpE and UtE in monocots by overexpressing enzymes for N assimilation, specifically glutamine synthetase 1, glutamate synthase, and alanine aminotransferase. If decreased fertilizer-N input and improved NUE are truly goals of the plant biology community, researchers are encouraged to (i) consider the use of both wild type and azygous controls, (ii) compare general NUE (on the basis of grain or biomass yield per unit of applied N) of overexpression mutants and controls at both limiting and non-limiting N levels, (iii) select an appropriate type of specific NUE for assessing the physiological mechanisms involved (uptake versus internal utilization), and (iv) confirm promising results under field conditions.
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,004 | 0,008 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».