C<sub>4</sub>bioenergy crops for cool climates, with special emphasis on perennial C<sub>4</sub>grasses
Notice bibliographique
Résumé
There is much interest in cultivating C4 perennial plants in northern climates where there is an abundance of land and a potential large market for biofuels. C4 feedstocks can exhibit superior yields to C3 alternatives during the long warm days of summer at high latitude, but their summer success depends on an ability to tolerate deep winter cold, spring frosts, and early growth-season chill. Here, we review cold tolerance limits in C4 perennial grasses. Dozens of C4 species are known from high latitudes to 63 °N and elevations up to 5200 m, demonstrating that C4 plants can adapt to cold climates. Of the three leading C4 grasses being considered for bioenergy production in cold climates--Miscanthus spp., switchgrass (Panicum virgatum), and prairie cordgrass (Spartina pectinata)--all are tolerant of cool temperatures (10-15 °C), but only cordgrass tolerates hard spring frosts. All three species overwinter as dormant rhizomes. In the productive Miscanthus×giganteus hybrids, exposure to temperatures below -3 °C to -7 °C will kill overwintering rhizomes, while for upland switchgrass and cordgrass, rhizomes survive exposure to temperatures above -20 °C to -24 °C. Cordgrass emerges earlier than switchgrass and M. giganteus genotypes, but lacks the Miscanthus growth potential once warmer days of late spring arrive. To enable C4-based bioenergy production in colder climates, breeding priorities should emphasize improved cold tolerance of M.×giganteus, and enhanced productivity of switchgrass and cordgrass. This should be feasible in the near future, because wild populations of each species exhibit a diverse range of cold tolerance and growth capabilities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».