MétaCan
Menu
Retour à la cohorte
Enregistrement W2796619025 · doi:10.5539/jas.v10n5p135

Effects of in vitro Drought Stress on Growth, Proline Accumulation and Antioxidant Defense in Sugarcane

2018· article· en· W2796619025 sur OpenAlexvenueno aff
Leila Albuquerque Resende de Oliveira, Milena Nascimento Cardoso, Annie Carolina Araújo de Oliveira, C. de A. Machado, Bruno Trindade Cardoso, Ana Veruska Cruz da Silva, Ana da Silva Lédo

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSugarcane Cultivation and Processing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShootBiologyProlineDrought toleranceSaccharum officinarumSaccharumBotanySucroseMannitolHorticultureCatalaseAgronomyAntioxidantFood science

Résumé

récupéré en direct d'OpenAlex

Drought is the most limiting environmental factor to crop productivity and presents a great variability in the degree of tolerance among and within species, among varieties. The aim of this study was to characterize sugarcane accessions regarding tolerance to water stress during in vitro cultivation based on changes in biometric, physiological and biochemical characteristics, within species and among species, to support future breeding programs. Adventitious shoots of five sugarcane accessions: Saccharum robustum, Saccharum spontaneum and Saccharum officinarum species, cultivated in Murashige and Skoog medium supplemented with 2% sucrose and 4 g/l Phytagel were used in five water potentials, 0, -0.3, -0.6, -0.9, -1.2 MPa, induced by mannitol. Survival, length of shoots and roots, number of shoots and roots, biomass, proline content in leaves and activity of antioxidant enzymes were analyzed. There is difference among species, and also, within the same sugarcane species when submitted to in vitro drought stress, and S. officinarum was shown to be the most tolerant. Proline can be used as a biochemical indicator of response to drought in sugarcane accessions and its accumulation was intensified in S. robustum and S. spontaneum accessions. Catalase activity remained unchanged with increased drought in sugarcane accessions evaluated.

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: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,262
Écart entre enseignants0,242 · 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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetSugarcane Cultivation and ProcessingTravaux en français237 207