MétaCan
Menu
Retour à la cohorte
Enregistrement W2750227854 · doi:10.1038/s41598-017-10026-5

Shade Inhibits Leaf Size by Controlling Cell Proliferation and Enlargement in Soybean

2017· article· en· W2750227854 sur OpenAlexaff
Yushan Wu, Wanzhuo Gong, Wenyu Yang

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Molecular Biology Research
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesProgram on Industrial Technology System of National SoybeanNational Natural Science Foundation of China
Mots-clésGibberellinCytokininPetiole (insect anatomy)AuxinLeaf sizeBiologyShootBotanyCell sizeGerminationApical dominanceHorticultureGeneCell biology

Résumé

récupéré en direct d'OpenAlex

To gain more insight into the physiological function of shade and how shade affects leaf size, we investigated the growth, leaf anatomical structure, hormones and genes expressions in soybean. Soybean seeds were sown in plastic pots and were allowed to germinate and grow for 30 days under shade or full sunlight conditions. Shade treated plants showed significantly increase on stem length and petiole length, and decrease on stem diameters, shoot biomass and its partition to leaf also were significantly lower than that in full sunlight. Smaller and thinner on shade treated leaves than corresponding leaves on full sunlight plants. The decreased leaf size caused by shade was largely attributable to cell proliferation in young leaves and both cell proliferation and enlargement in old leaves. Shade induced the expression of a set of genes related to cell proliferation and/or enlargement, but depended on the developmental stage of leaf. Shade significantly increased the auxin and gibberellin content, and significantly decreased the cytokinin content in young, middle and old leaves. Taken together, these results indicated that shade inhibited leaf size by controlling cell proliferation and enlargement, auxin, gibberellin and cytokinin may play important roles in this process.

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)0,002
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,586

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,241
Écart entre enseignants0,225 · 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
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

Citations191
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetPlant Molecular Biology ResearchTravaux en français237 207