The Effects of Planting Density on Lodging Resistance, Related Enzyme Activities, and Grain Yield in Different Genotypes of Oilseed Flax
Notice bibliographique
Résumé
Knowledge of planting density and lodging resistance is essential to developing effective cropping systems. This study determined (i) the lodging resistance of different genotypes of oilseed flax ( Linum usitatissimum L.) under different planting densities, and (ii) the effect of density on lignin content and related enzyme activities in different genotypes in Northwest China. We hypothesized that (i) lignin content and related enzyme activities varied with different planting densities, and (ii) a planting density of 750 × 10 4 grains ha −1 increased the lignin content and related enzyme activities of stem tissues and improved lodging resistance. The characteristics of oilseed flax from three different cultivars—‘Dingya 23’(V1), ‘Jinya 10’(V2), and ‘Neiya 9’(V3)—were evaluated under different planting densities. Results indicated that increasing plant density increased the phenylalanine ammonia‐lyase (PAL) and tyrosine ammonia‐lyase (TAL) activities but decreased the 4‐coumarate:CoA ligase (4CL) activity and lignin content of a high‐lodging‐resistance cultivar. However, increasing plant density decreased the PAL and TAL activities but increased the 4CL and lignin content of a low‐lodging‐resistance cultivar. We conclude that plant density affected the plant lignin content by regulating the 4CL activity. Flax seed yield increases with density were mainly due to increased lignin content, bending strength, and regulated PAL, TAL, and 4CL activities. The study concluded that optimizing planting density could play an important role in crop lodging resistance and grain yields in the northwest of China.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».