MétaCan
Menu
Retour à la cohorte
Enregistrement W2136293534 · doi:10.1111/jac.12014

Single and Interactive Effects of Temperature and Light Quality on Four Canola Cultivars

2012· article· en· W2136293534 sur OpenAlexafffund
Kuranda L. I. Slauenwhite, Mirwais M. Qaderi

Notice bibliographique

RevueJournal of Agronomy and Crop Science · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLight effects on plants
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesCanola Council of CanadaMount Saint Vincent University
Mots-clésCanolaCultivarDry matterBrassicaHorticultureChlorophyllBiologyChlorophyll aAgronomyBotany

Résumé

récupéré en direct d'OpenAlex

Abstract Combined effects of temperature and light quality on plants have received little attention. We investigated the single and interactive effects of temperature and light quality on growth and physiological characteristics of four canola (Brassica napus) cultivars – Clearfield 46A76 (cv1), Clearfield 45H72 (cv2), Roundup Ready 45H24 (cv3) and Roundup Ready 45H21 (cv4). Plants were grown under lower (24°/20 °C) and higher (30°/26 °C) temperature regimes at low red/far‐red (R/FR), normal R/FR and high R/FR light ratios in environment‐controlled growth chambers (16 h light/8 h dark). Higher temperature reduced stem height and diameter; leaf number and area; dry matter of all plant parts; and specific leaf weight, but increased leaf area ratio; and chlorophyll (Chl) fluorescence (Y). Low R/FR increased stem height; Y; and ethylene, but decreased stem diameter; Fv/Fm; Chl a; Chl b; and carotenoids. Among cultivars, plants from cv4 were tallest with thickest stems and greatest dry matter. None of the main factors affected gas exchange. Higher temperature at high R/FR caused cv3 to be shortest, whereas lower temperature at low R/FR caused cv4 to be tallest. We conclude that heat and other stress factors will adversely affect sensitive crops, but tolerant genotypes should perform well under future climate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,241
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations19
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agronomy and Crop ScienceMême sujetLight effects on plantsTravaux en français237 207