MétaCan
Menu
Retour à la cohorte
Enregistrement W2989888360 · doi:10.1093/treephys/tpz114

Discerning the effects of phosphate status on the metabolism of hybrid poplar

2019· article· en· W2989888360 sur OpenAlexaff
Letitia Da Ros, Raju Soolanayakanahally, Shawn D. Mansfield

Notice bibliographique

RevueTree Physiology · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant nutrient uptake and metabolism
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPhosphateWillowResorptionChemistryNutrientMetabolismPhosphorusSalicaceaeOrganic acidBotanyInorganic ionsBiochemistryBiologyIonWoody plantEndocrinologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Accumulation of phosphate in leaves as external environmental phosphate concentrations increase has been observed across the plant kingdom. The excess storage of anions, such as phosphate, has various metabolic trade-offs, including a corresponding influx of counter-ions to maintain charge balance and/or the reduction in organic acid content to maintain internal pH. The leaves and roots of four hybrid poplar genotypes were tested for differences in metabolic response to increasing external phosphate and further effects on patterns of anion resorption among hybrid poplar and willow were explored. Organic acid concentrations increased or remained constant across treatments, suggesting that metabolic adjustments were made in response to greater influxes of inorganic cations rather than a response to increasing phosphate. During senescence, the hybrid poplar Tristis had higher sulfate and organic acid resorption, while hybrid willow, AAFC-5, had higher phosphate resorption proficiencies, suggesting differing anion remobilization mechanisms. Furthermore, phosphate accumulation was shown to continue well after bud-set in poplar hybrids, which may contribute to the low phosphorus resorption efficiency. This indicates that closely related species, with similar growth strategies, show preferential resorption toward different nutrients.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,508
Score d'incertitude au seuil0,149

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 ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,191
Écart entre enseignants0,182 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTree PhysiologyMême sujetPlant nutrient uptake and metabolismTravaux en français237 207