Mechanisms of Floral Induction in Grasses: Something Borrowed, Something New
Notice bibliographique
Résumé
Almost all that is known about the transition to flowering in grasses is based on studies of agronomic species. The grain produced by two tropically derived grasses, maize (Zea mays) and rice (Oryza sativa), and a temperate origin grass, wheat (Triticum aestivum), provides most of the world's food. Other grasses, such as barley (Hordeum vulgare), ryegrass species (Lolium spp.), sorghum (Sorghum bicolor), and oats (Avena sativa), are grown in lesser amounts, but also fill important food production niches. In grass species, such as sugarcane (Saccharum spp.), the vegetative portion of the plant is harvested for the Suc that accumulates in its stalks; in this crop, the inability to flower is desirable because sugar levels drop after plants make the transition to flowering as carbon assimilates are shunted to seed production. In all of these grasses, manipulation of the timing of the floral transition is a vitally important trait in maximizing yield potential. Extensive agronomic studies have been done on grass species, but studies of the small flowering dicot plant Arabidopsis (Arabidopsis thaliana) have provided an abundance of information on the genetic and molecular control of flowering. What has emerged is a complex network of genes and pathways, some parts of which are also found in the grasses. Conversely, recent discoveries show that grasses also have developed unique mechanisms to regulate flowering.
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 | 0,000 | 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) | 0,000 | 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 ».