MétaCan
Menu
Retour à la cohorte
Enregistrement W2561016633 · doi:10.1093/jxb/erw464

Hormonal regulation of reproductive growth under normal and heat-stress conditions in legume and other model crop species

2016· review· en· W2561016633 sur OpenAlexaff
Jocelyn A. Ozga, Harleen Kaur, Raghavendra P. Savada, Dennis M. Reinecke

Notice bibliographique

RevueJournal of Experimental Botany · 2016
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSeed Germination and Physiology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésLegumeBiologyHeat stressCropHormoneAgronomyBotanyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Legume crops are grown throughout the world and provide an excellent food source of digestible protein and starch, as well as dietary fibre, vitamins, minerals, and flavonoids. Fruit and seeds from legumes are also an important source of vegetables for a well-balanced diet. A trend in elevated temperature as a result of climate change increases the risk of a heat stress-induced reduction in legume crop yield. High temperatures during the crop reproductive development phase are particularly detrimental to fruit/seed production because the growth and development of the reproductive tissues are sensitive to small changes in temperature. Hormones are signalling molecules that play important roles in a plant's ability to integrate different environmental inputs and modify their developmental processes to optimize growth, survival, and reproduction. This review focuses on the hormonal regulation of reproductive development and heat stress-induced alteration of this regulation during (i) pollination, (ii) early fruit set, and (iii) seed development that affects fruit/seed yield in legume and other model crops. Further understanding of hormone-regulated reproductive growth under non-stress and heat-stress conditions can aid in trait selection and the development of gene modification strategies and cultural practices to improve heat tolerance in legume crops contributing to improved food security.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,812
Score d'incertitude au seuil0,217

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,046
Tête enseignante GPT0,307
Écart entre enseignants0,260 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations93
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental BotanyMême sujetSeed Germination and PhysiologyTravaux en français237 207