MétaCan
Menu
Retour à la cohorte
Enregistrement W2727222922 · doi:10.1071/cp17012

Heat stress in grain legumes during reproductive and grain-filling phases

2017· article· en· W2727222922 sur OpenAlexfundno aff
Muhammad Farooq, Faisal Nadeem, Nirmali Gogoi, Aman Ullah, Salem S. Alghamdi, Harsh Nayyar, Kadambot H. M. Siddique

Notice bibliographique

RevueCrop and Pasture Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural pest management studies
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Population and Public HealthKing Saud University
Mots-clésAgronomyPhotosynthesisGrain qualityMicrosporeCropMaterials scienceLegumeBiologyEnvironmental scienceStamenBotany

Résumé

récupéré en direct d'OpenAlex

Thermal stress during reproductive development and grain-filling phases is a serious threat to the quality and productivity of grain legumes. The optimum temperature range for grain legume crops is 10-36°C, above which severe losses in grain yield can occur. Various climatic models have simulated that the temperature near the earth’s surface will increase (by up to 4°C) by the end of this century, which will intensify the chances of heat stress in crop plants. The magnitude of damage or injury posed by a high-temperature stress mainly depends on the defence response of the crop and the specific growth stage of the crop at the time of exposure to the high temperature. Heat stress affects grain development in grain legumes because it disintegrates the tapetum layer, which reduces nutrient supply to microspores leading to premature anther dehiscence; hampers the synthesis and distribution of carbohydrates to grain, curtailing the grain-filling duration leading to low grain weight; induces poor pod development and fractured embryos; all of which ultimately reduce grain yield. The most prominent effects of heat stress include a substantial reduction in net photosynthetic rate, disintegration of photosynthetic apparatus and increased leaf senescence. To curb the catastrophic effect of heat stress, it is important to improve heat tolerance in grain legumes through improved breeding and genetic engineering tools and crop management strategies. In this review, we discuss the impact of heat stress on leaf senescence, photosynthetic machinery, assimilate translocation, water relations, grain quality and development processes. Furthermore, innovative breeding, genetic, molecular and management strategies are discussed to improve the tolerance against heat stress in grain legumes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,247
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), 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
GenreEmpirique

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

En bref

Citations117
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrop and Pasture ScienceMême sujetAgricultural pest management studiesTravaux en français237 207