MétaCan
Menu
Retour à la cohorte
Enregistrement W2893595453 · doi:10.2135/cropsci2018.02.0115

Leaf Spectral Reflectance of Maize Seedlings and Its Relationship to Cold Tolerance

2018· article· en· W2893595453 sur OpenAlexafffund
Wisam Obeidat, Luis Miguel Sosa Ávila, Hugh J. Earl, Lewis Lukens

Notice bibliographique

RevueCrop Science · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDuPont Pioneer
Mots-clésBiologyChlorophyllGermplasmReflectivityHybridCarotenoidHorticultureSpectroradiometerChlorophyll aBotanyAgronomy

Résumé

récupéré en direct d'OpenAlex

Increasing early‐season cold tolerance of maize (Zea mays L.) has the potential to lengthen its growing season, reduce its environmental impact, and enhance its yields. Cold‐ and warm‐grown plants differ for biomass accumulation and spectral reflectance, the latter caused by differences in leaf chlorophyll content, carotenoid content, or other chemical and morphological attributes. Here, we evaluate genetic leaf spectral reflectance diversity across 38 inbred and 14 hybrid maize genotypes grown in cold and control temperatures. Genotypes varied for spectral reflectance indices correlated with chlorophyll content and for an index correlated with the ratio of leaf carotenoids to chlorophylls. Genotypic differences greatly contributed to spectral reflectance variation across all visible wavelengths, with the greatest genetic variation between 500 and 600 nm and around 700 nm. Cold treatment effects were most significant across the same wavelengths. Spectral indices indicated lower chlorophyll and a higher carotenoid/chlorophyll level in cold‐exposed plants relative to control plants. Genotype × temperature interactions were small relative to genotype effects. Cold tolerance, measured as the ratio of dry matter accumulation in cold‐treated plants relative to control plants, varied among hybrids and inbreds. Correlations of cold tolerance with known spectral reflectance indices, reflectance first derivatives, and novel, normalized spectral indices were mostly low and occurred only in certain germplasm. One reflectance parameter, the reflectance curve slope at 828 nm, was consistently related to genotypic cold tolerance, even when measured on plants that had not been exposed to cold.

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 enseignants0,004
Score d'incertitude au seuil0,008

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,258
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'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

Citations18
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCrop ScienceMême sujetRemote Sensing in AgricultureTravaux en français237 207