Nitrogen Use Efficiency and Morphological Characteristics of Timothy Populations Selected for Low and High Forage Nitrogen Concentrations
Notice bibliographique
Résumé
Improving timothy (Phleum pratense L.) N use efficiency (NUE) through genetic selection aims at producing greater or similar forage dry matter (DM) yields with less N fertilizer while maintaining N concentration close to the optimal level required for ruminant nutrition. Two populations of timothy, arising from divergent selection for high (N+) and low (N−) forage N concentration, and a reference population, ‘Champ’, were studied under controlled conditions with N rates of 1, 5, 10, and 20 mg N plant−1 wk−1 The populations N− and Champ produced more forage DM yield than N+. This difference in forage production was the result of changes in biomass partitioning between shoots and roots because, at the whole plant level, no differences in total biomass (shoots + roots) were found. On the basis of total biomass, there were no population differences in NUE and N accumulation efficiency (NAE). For a given level of forage DM yield, N+ had a greater N accumulation than N− and Champ and, therefore, a greater N concentration. The greater forage N concentration of N+ was not due to a greater leaf N concentration but to a greater proportion of leaves. The population N+ also had a greater proportion of roots than N−. The forage insoluble N concentration of N+ was greater than that of N−, while NO3–N concentrations of the populations were similar. The population N+ had a greater tiller density and specific leaf area (SLA) than N−. Differences in forage DM yield and N concentration between two populations selected for low and high N concentrations were mainly due to the modification of C and N partitioning between shoots and roots, and between leaves and stems. Our results highlight the role of biomass partitioning in improving grass NUE or N concentration.
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 | 0,000 | 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 | 0,000 |
| 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 ».