MétaCan
Menu
Retour à la cohorte
Enregistrement W2890608964 · doi:10.5539/jas.v10n10p287

Physiological Responses of Physalis angulata Plants to Water Deficit

2018· article· en· W2890608964 sur OpenAlexvenueno aff
Romeu da Silva Leite, Marilza Neves do Nascimento, Tamara Torres Tanan, Cristiane Amaral da Silva Ramos, Lourival Palmeira Gonçalves Neto, David Santana Guimarães

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésTranspirationNitrate reductaseStomatal conductanceWater-use efficiencyAgronomyBiologyHorticultureNitratePhotosynthesisBotanyEcology

Résumé

récupéré en direct d'OpenAlex

It’s known that drought affects crop growth, however, little is known about the physiological responses developed under these conditions by underexploited species, such as Physalis angulata. This study aimed at assessing the physiological responses of Physalis angulata plants after 40 days under different water availability (100%, 80%, 60%, 40% and 20% of pot field capacity). In this research, the effects of the water deficit on the relative water content, water potential, gas exchange, sugars accumulation and activity of nitrate reductase were evaluated. Water relations were affected mainly in plants under severe water deficit, however, the variables remained stable when cultivated at sub-optimal levels of field capacity. Gas exchanges were also affected by water deficit, with reduction in carbon assimilation, internal carbon, stomatal conductance and transpiration, as well as increased leaf temperature and water use efficiency. Plants accumulated sugars as a mechanism of tolerance to severe water deficit, while nitrate reductase activity was reduced. P. angulata plants develop important strategies to tolerate water deficit, contributing to the establishment of crops under low water availability.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
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 Opus0,014
Tête enseignante GPT0,230
Écart entre enseignants0,216 · 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'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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207