Soybean Yield and Seed Composition Changes in Response to Increasing Atmospheric CO2 Concentration in Short-Season Canada
Notice bibliographique
Résumé
From 1993, we have conducted trials with the same set of old to newer soybean cultivars to determine the impact of plant breeding on seed yield, physiological and agronomic characteristics, and seed composition. Since 1993, global atmospheric [CO2] increased by 47 ppm. The objective of our current analysis with this data set was to determine if there were changes in soybean seed yield, quality or phenology attributable to elevated atmospheric CO2 concentration (eCO2), temperature or precipitation. Additionally, we estimated genetic gain annually. Over 23 years, there was a significant increase in atmospheric [CO2] but not in-season average maximum or minimum temperatures, or average in-season precipitation. Seed yield was increased significantly by eCO2, higher precipitation and higher minimum temperatures during flowering and podding. Yield decreased with higher minimum temperatures during vegetative growth and seed filling. Seed oil and also seed protein plus oil concentrations were both reduced with eCO2. Phenology has also changed, with soybean cultivars spending less time in vegetative growth, while time to maturity remained constant. Over the 23 years of the study, genetic improvement rates decreased as [CO2] increased. Newer cultivars are not better adapted to eCO2 and soybean breeders may need to intentionally select for favourable responses to eCO2 in the future.
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 | 0,000 | 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 | 0,000 |
| 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 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 ».