MétaCan
Menu
Retour à la cohorte
Enregistrement W2757670547 · doi:10.3389/fpls.2017.01632

Root Traits, Nodulation and Root Distribution in Soil for Five Wild Lentil Species and Lens culinaris (Medik.) Grown under Well-Watered Conditions

2017· article· en· W2757670547 sur OpenAlexafffund
Linda Yuya Gorim, Albert Vandenberg

Notice bibliographique

RevueFrontiers in Plant Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLegume Nitrogen Fixing Symbiosis
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesCrop TrustNatural Sciences and Engineering Research Council of CanadaSaskatchewan Pulse Growers
Mots-clésBiologyAgronomyBiomass (ecology)Temperate climateContext (archaeology)PopulationRoot systemBotany

Résumé

récupéré en direct d'OpenAlex

The efficient use of resources such as water and nutrients by plants is increasingly important as the world population food demand continues to grow. With the increased production of lentil in the temperate zones of North America, improvement in yield needs to be maintained. The use of wild lentil genotypes as sources of genetic diversity for introgression into cultivated lentil is an important breeding strategy, but little is known about their root systems. We evaluated the root systems of five wild lentil species and Lens culinaris under fully watered conditions. Plants were grown in 60 cm tubes containing equal volumes of soil collected from the reconstructed A, B and C horizons. Significant differences were observed for root traits and fine root distribution between and within species and the proportion of root biomass partitioned into each soil layer was unique for each genotype. We also observed variability in nodule number and nodule shape within and between genotypes. Some genotypes more efficiently used water for either biomass or seed production. The allocation of resources to seed production also varied between genotypes. These observations could have impact on the design of future lentil breeding in the context of strategies for managing changes in rainfall amount and distribution for lentil production ecosystems.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil0,631

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 technologies0,0010,001
Communication savante0,0000,001
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 Opus0,017
Tête enseignante GPT0,222
Écart entre enseignants0,205 · 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

Citations36
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Plant ScienceMême sujetLegume Nitrogen Fixing SymbiosisTravaux en français237 207