MétaCan
Menu
Retour à la cohorte
Enregistrement W2740543916 · doi:10.1111/nph.14715

Root hairs enable high transpiration rates in drying soils

2017· article· en· W2740543916 sur OpenAlexfundno aff
Andrea Carminati, J. B. Passioura, Mohsen Zarebanadkouki, Mutez Ali Ahmed, Peter R. Ryan, Michelle Watt, Emmanuel Delhaize

Notice bibliographique

RevueNew Phytologist · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant nutrient uptake and metabolism
Établissements canadiensnon disponible
Organismes subventionnairesCommonwealth Scientific and Industrial Research OrganisationMcMaster University
Mots-clésXylemTranspirationSoil waterHordeum vulgareWater potentialTranspiration streamLaurus nobilisBotanyChemistryBiologyHorticultureAgronomyPoaceaeEcologyPhotosynthesis

Résumé

récupéré en direct d'OpenAlex

Do root hairs help roots take up water from the soil? Despite the well-documented role of root hairs in phosphate uptake, their role in water extraction is controversial. We grew barley (Hordeum vulgare cv Pallas) and its root-hairless mutant brb in a root pressure chamber, whereby the transpiration rate could be varied whilst monitoring the suction in the xylem. The method provides accurate measurements of the dynamic relationship between the transpiration rate and xylem suction. The relationship between the transpiration rate and xylem suction was linear in wet soils and did not differ between genotypes. When the soil dried, the xylem suction increased rapidly and non-linearly at high transpiration rates. This response was much greater with the brb mutant, implying a reduced capacity to take up water. We conclude that root hairs facilitate the uptake of water by substantially reducing the drop in matric potential at the interface between root and soil in rapidly transpiring plants. The experiments also reinforce earlier observations that there is a marked hysteresis in the suction in the xylem when the transpiration rate is rising compared with when it is falling, and possible reasons for this behavior are 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 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,534
Score d'incertitude au seuil0,849

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,040
Tête enseignante GPT0,255
Écart entre enseignants0,215 · 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'étudeObservationnel
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

Citations167
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetPlant nutrient uptake and metabolismTravaux en français237 207