Introgression of Physiological Traits for a Comprehensive Improvement of Drought Adaptation in Crop Plants
Notice bibliographique
Résumé
Burgeoning population growth, industrial demand and the predicted global climate change resulting in erratic monsoon rains are expected to severely limit fresh water availability for agriculture both in irrigated and rainfed ecosystems. In order to remain food and nutrient secure, agriculture research needs to focus on devising strategies to save water in irrigated conditions and to develop superior cultivars with improved water productivity to sustain yield under rainfed conditions. Recent opinions accruing in the scientific literature strongly favour the adoption of a “trait based” approach for increasing water productivity especially the traits associated with maintenance of positive tissue turgor and maintenance of increased carbon assimilation as the most relevant traits to improve crop growth rates under water limiting conditions and to enhance water productivity. The advent of several water saving agronomic practices notwithstanding, a genetic enhancement strategy of introgressing distinct physiological, morphological and cellular mechanisms on to a single elite genetic background is essential for achieving a comprehensive improvement in drought adaptation in crop plants. The significant progress made in genomics, though would provide the necessary impetus, a clear understanding of the “traits” to be introgressed is the most essential need of the hour. Water uptake by a better root architecture, water conservation by preventing unproductive transpiration is crucial for maintaining positive tissue water relations. Improved carbon assimilation associated with carboxylation capacity and mesophyll conductance is equally important in sustaining crop growth rates under water limited conditions. Besides these major traits, we summarized the available information in literature on classifying various drought adaptive traits. We provide evidences that water-use efficiency when introgressed with moderately higher transpiration, would significantly enhance growth rates and water productivity in rice through an improved photosynthetic capacity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».