Crop Management, Genotypes, and Environmental Factors Affect Soyasaponin B Concentration in Soybean
Notice bibliographique
Résumé
Soybean [Glycine max (L.) Merr.] seeds contain soyasaponin B, which has putative health benefits. Studies were conducted in multiple environments in Quebec, Canada to determine the effects of genotypes, environments, and seeding dates on soyasaponin B concentration in mature seeds. A growth chamber study was also conducted to determine the impact of high air temperature imposed at specific growth development stages on soyasaponin B in soybeans. Concentrations of individual and total soyasaponin B were determined using high-performance liquid chromatography. Genotype and environment main effects were the main determinants of soyasaponin B concentration in soybean, genotype × environment interactions accounting for less than 5% of the variation for all soyasaponin. Ranking of 20 early maturing soybean genotypes was thus relatively consistent across four environments, total concentration varying between 2.31 and 6.59 μmol g(-1). Seeding date consistently impacted soyasaponin B concentrations, early seeding date resulting in the highest concentrations. There was an 11% difference in total soyasaponin B concentration of soybeans seeded in mid-May compared to that in late-June. The response to high air temperature was complex and cultivar specific. High temperature stress restricted to the seed filling stages increased total soyasaponin B concentration in one cultivar by 28% when compared to that in control nonstressed plants; however, in another cultivar high temperature applied during all growth stages reduced total concentration by 27%. Results from the present study thus demonstrate that environmental factors and crop management both impact soyasaponin B concentration in soybeans.
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 ».