MétaCan
Menu
Retour à la cohorte
Enregistrement W2166365572

Dry matter partitioning and physiological responses of Coffea arabica varieties to soil moisture deficit stress at the seedling stage in Southwest Ethiopia

2010· article· en· W2166365572 sur OpenAlexaff
Mohammed Worku, Tess Astatkie, Nova Scotia

Notice bibliographique

RevueAfrican Journal of Agricultural Research · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueCoffee research and impacts
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSeedlingShootDry weightHorticultureWater stressWater contentBiomass (ecology)BiologyDry matterAgronomy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

varieties were tested in 15 and 30 days water stress followed by 15 days re-watering at seedling stage in Jimma, southwest Ethiopia. Repeated measures analysis revealed that differences among varieties depended on water stress and recovery periods for leaf P content and shoot mass ratio (SMR). Regardless of stress and recovery periods, significant differences among varieties were found for root fresh weight (RFW), leaf dry weight (LDW), leaf mass ratio (LMR), root mass ratio (RMR) and root to shoot ratio (RSR). Varieties 7440, 7487, 74140 and 74148 showed relatively high biomass allocation to roots whereas variety 741 allocated more to shoots. Variety 7487 had higher RFW and LDW. Significant differences among stress and recovery periods were also obtained; leaf K, Ca and Mg contents and SMR significantly increased whereas leaf P content, LMR, RMR and RSR decreased during stress. Higher leaf and root biomass fraction, and fresh weights were obtained after 15-day stress and recovery, respectively but similar root biomass fraction after 30-day stress and 15-day recovery and fresh weights during stress. Significantly higher leaf folding, stomatal resistance, leaf temperature and wilted seedlings and the lowest relative water content were observed after 30-day water deficit. Overall, variable coffee plant responses to drought stress periods, and faster recovery of the seedlings after re-watering were observed. Key words:

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,578
Score d'incertitude au seuil0,833

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,065
Tête enseignante GPT0,355
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Agricultural ResearchMême sujetCoffee research and impactsTravaux en français237 207