Overcoming physiological dormancy in seeds of <i>Triodia</i> (Poaceae) to improve restoration in the arid zone
Notice bibliographique
Résumé
Reinstating dominant Triodia grassland communities following disturbance has been a focus of arid land restoration practitioners for decades in Australia. Yet, seed quality and variable seed germination have seriously hindered the reestablishment potential of Triodia species to date. This study set out to examine diaspore quality, germination requirements, and seed dormancy in seven Triodia species to identify first, then resolve, germination impediments. Freshly collected florets from all species were cleaned to ensure that each floret contained a viable seed and then evaluated for their initial germination capacity. Very low germination from florets (<10%) indicated the presence of physiological seed dormancy ( PD ) in all species. However, germination was significantly improved (up to 57%) with the use of 0.67 µm karrikinolide ( KAR 1 ), and to a lesser degree with 289 µm gibberellic acid ( GA 3 ). When the covering floret structures (i.e. lemma and palea) were removed, germination increased up to 59%, which was further enhanced after exposure to GA 3 (up to 66%) and KAR 1 (up to 92%). Optimal germination temperatures varied from 20 to 35°C and were species specific. Dry after‐ripening ( DAR −30°C and 50% relative humidity [ RH ]) of florets and seeds promoted the progressive loss of PD over 12–24 months storage for most species. Germination, dormancy level, and response to incubation temperature differed amongst species, experimental units (florets and seeds), DAR treatments, and after exposure to germination stimulants ( GA 3 and KAR 1 ). For use in restoration seeding programs, careful consideration of seed pre‐treatments is necessary to improve germination in Triodia species.
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 ».