Investigating Genetic Progress and Variation for Nitrogen Use Efficiency in Spring Wheat
Notice bibliographique
Résumé
Improved N use efficiency (NUE) increases wheat (Triticum aestivum L.) yields and reduces N losses in the environment. We investigated genetic variation and correlations among agronomic and NUE traits in Canada Western Red Spring wheat cultivars to further improve NUE. Trials were conducted for 3 yr at two locations in Alberta, Canada, under two levels of N (200 and ~50 kg ha−1). Genotype × environment interaction was significant for traits associated with vegetative growth, and genotype × N fertilizer treatment interaction was significant for important yield and NUE traits. There were significant positive correlations between total dry matter and N uptake efficiency (NUpE) in the high (r = 0.74, P < 0.05) and low (r = 0.83, P < 0.05) N treatments. The effect of dwarfing Rht‐1b allele was more prominent under high N treatment in increasing NUE. However, cultivars with Rht‐1b allele showed inconsistent results for NUpE, indicating that Rht alleles might have pleiotropic effects on N uptake. Grain yield, NUE, and N utilization efficiency (NUtE) exhibited genetic improvement over time only under high N treatment. Our results indicated that grain yield increased mainly due to improved harvest index (HI), suggesting improvement in C assimilation rather than N partitioning efficiency. Nitrogen use efficiency may further be improved by intercrossing cultivars with high HI, N harvest index, and NUtE and those with good NUpE, while using total dry matter production as a selection criterion.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».