Performance of multiple turfgrass species during prolonged heat stress and recovery in a controlled environment
Notice bibliographique
Résumé
Abstract Increasing temperatures associated with climate change will be the next challenge for crop improvement, especially for turfgrass species that are often grown in urban green spaces. Previous research on turfgrass heat stress tolerance has been limited to a small number of species and cultivars with different heat stress conditions between studies; therefore, we assessed heat stress tolerance of 34 turfgrasses representing 14 species. Four replicates of each entry were established for at least 12 wk and then subjected to 49 d of heat stress (35/25 °C day/night) followed by a 4 wk recovery period (25/15 °C day/night). Turfgrass entries were assessed using the normalized difference vegetative index, the percentage of green obtained with digital image analysis, and membrane stability estimated by electrolyte leakage. Buffalograss [ Bouteloua dactyloides (Nutt.) J.T. Columbus], Kentucky bluegrass ( Poa pratensis L.), tall fescue [ Schedonorus arundinaceus (Schreb.) Dumort], and slender creeping red fescue ( Festuca rubra ssp. littoralis ) were more tolerant of heat stress than the other species. The Canada bluegrass ( Poa compressa L.), blue grama [ Bouteloua gracilis (Willd. ex Kunth.) Lag. ex Griffiths], and smooth brome ( Bromus inermis Leyss.) cultivars were all tolerant of heat stress; however, only one cultivar for these three species was tested, making species‐wide generalizations difficult. In some cases, the cultivars and/or selections within a given species differed in heat stress response. Almost all entries were able to recover from the heat stress by the end of the recovery period. Altogether, we were able to identify turfgrasses that should perform adequately in high‐temperature urban environments.
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 | 0,001 |
| 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 ».