Effect of Temperature and Photoperiod on Time to Flowering in Chickpea
Notice bibliographique
Résumé
ABSTRACT Flowering time is a key factor in determining the adaptation of crops to diverse environments. Temperature and photoperiod are the two major environmental variables that affect the length of the period between sowing and flowering and the rate of plant development. The objectives of this research were to examine the days to flowering of selected chickpea ( Cicer arietinum L.) accessions grown in a range of thermal regimes combined with either long or short days and to examine the interaction between photoperiod and day and night temperatures on flowering response. Eight chickpea accessions representative of different photoperiod sensitivity responses were included, that is, day‐neutral (ICCV 96029 and FLIP‐98‐142C), intermediate (ICC 8621, ICC 8855, ICC 15294, and ILC 1687), and highly sensitive (‘CDC Frontier’ and ‘CDC Corinne’). Significant effects of accession, temperature, photoperiod, and their interaction were observed for days to flower. Under long photoperiod combined with the higher temperature regime, earliest flowering was observed in day‐neutral accessions followed by intermediate accessions, then photoperiod‐sensitive accessions, which flowered, on average, in 20, 23, and 41 d, respectively. For the two day‐neutral accessions, the difference in the number of days to flower under 16 h photoperiod combined with the temperature regimes of 24 and 16°C and 20 and 12°C (day vs. night) was not significant. Regression analysis revealed that days to flower of the day‐neutral, intermediate, and photoperiod‐sensitive accessions was a linear function of temperature ( R 2 = 0.88–0.99) within the photoperiod.
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 ».