MétaCan
Menu
Retour à la cohorte
Enregistrement W2968648511 · doi:10.1016/j.dib.2019.104305

Data assessing genotypic variations in selected traditional rice landraces of Jeypore tract of Odisha, India based on photosynthetic traits

2019· article· en· W2968648511 sur OpenAlexfundno aff
Debabrata Panda, Tanmayee Sahu, Jijnasa Barik, Swati S. Mishra, Bandana Padhan, Sangram K. Lenka

Notice bibliographique

RevueData in Brief · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Stress Responses and Tolerance
Établissements canadiensnon disponible
Organismes subventionnairesMultiple Sclerosis Scientific Research Foundation
Mots-clésPhotosynthesisTranspirationStomatal conductanceWater-use efficiencyCarboxylationOryza sativaDry matterBiologyAgronomyCropChlorophyllSpecific leaf areaHorticulturePhotosynthetic pigmentBotany

Résumé

récupéré en direct d'OpenAlex

Variations in photosynthetic characteristics and dry matter accumulation were investigated in thirty selected rice (Oryza sativa L.) landraces from Jeypore tract of Odisha, India to find the possibility of their use in crop improvement programs. Leaf gas exchange measurements, photosystem (PS) II activity and leaf pigment estimates were conducted at the flowering stage. Significant differences were noticed in the CO2 photosynthetic rate (PN), stomatal conductance (gs), transpiration rate (E), internal CO2 concentration (Ci), water use efficiency (WUE) and carboxylation efficiency (CE) among the landraces. In addition, significant variation was observed in leaf chlorophyll content, PS II activity and dry matter accumulation (DMA). Further, multiple correlations between photosynthetic characteristics and other physiological traits revealed that leaf photosynthesis was not significantly influenced by PS II photochemical activity, leaf area and pigment contents but it was regulated by stomatal conductance, water use efficiency and carboxylation efficiency. Taken together, data presented here shows that some of the landraces had superior photosynthetic traits along with better DMA under prevailing environmental condition and can be used for future crop improvement programs aimed for an increase of leaf photosynthesis in rice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,585
Score d'incertitude au seuil0,314

Scores Codex et Gemma par catégorie

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 ouverte0,0010,000
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 Opus0,062
Tête enseignante GPT0,261
Écart entre enseignants0,200 · 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 tête enseignante, 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetPlant Stress Responses and ToleranceTravaux en français237 207