Mid-Season Leaf Glutamine Predicts End-Season Maize Grain Yield and Nitrogen Content in Response to Nitrogen Fertilization under Field Conditions
Notice bibliographique
Résumé
After uptake in cereal crops, nitrogen (N) is rapidly assimilated into glutamine (Gln) and other amino acids for transport to sinks. Therefore Gln has potential as an improved indicator of soil N availability compared to plant N demand. Gln has primarily been assayed to understand basic plant physiology, rather than to measure plant/soil-N under field conditions. It was hypothesized that leaf Gln at early-to-mid season could report the N application rate and predict end-season grain yield in field-grown maize. A three-year maize field experiment was conducted with N application rates ranging from 30 to 218 kg ha−1. Relative leaf Gln was assayed from leaf disk tissue using a whole-cell biosensor for Gln (GlnLux) at the V3-V14 growth stages. SPAD (Soil Plant Analysis Development) and NDVI (Normalized Difference Vegetation Index) measurements were also performed. When sampled at V6 or later, GlnLux glutamine output consistently correlated with the N application rate, end-season yield, and grain N content. Yield correlation outperformed GreenSeekerTM NDVI, and was equivalent to SPAD chlorophyll, indicating the potential for yield prediction. Additionally, depleting soil N via overplanting increased GlnLux resolution to the earlier V5 stage. The results of the study are discussed in the context of luxury N consumption, leaf N remobilization, senescence, and grain fill. The potential and challenges of leaf Gln and GlnLux for the study of crop N physiology, and future N management are also discussed.
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 ».