MétaCan
Menu
Retour à la cohorte
Enregistrement W3048271113 · doi:10.1104/pp.20.00500

Predicting Stomatal Closure and Turgor Loss in Woody Plants Using Predawn and Midday Water Potential

2020· article· en· W3048271113 sur OpenAlexaff
Thorsten Knipfer, Nicolás Bambach, M. Isabel Hernandez, Megan K. Bartlett, Gabriela Sinclair, Fiona Duong, Daniel A. Kluepfel, Andrew J. McElrone

Notice bibliographique

RevuePLANT PHYSIOLOGY · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAmerican Vineyard FoundationU.S. Department of Agriculture
Mots-clésTurgor pressureDehydrationHorticultureClosure (psychology)BotanyOsmotic pressureWater contentMathematicsBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Knowledge about physiological stress thresholds provides crucial information about plant performance and survival under drought. In this study, we report on the triphasic nature of the relationship between plant water potential (Ψ) at predawn and midday and describe a method that predicts Ψ at stomatal closure and turgor loss exclusively from this water potential curve (WP curve). The method is based on a piecewise linear regression model that was developed to predict the boundaries (termed Θ1 and Θ2) separating the three phases of the curve and corresponding slope values. The method was tested for three economically important woody species. For all species, midday Ψ was much more negative than predawn Ψ during phase I (mild drought), reductions in midday Ψ were minor while predawn Ψ continued to decline during phase II (moderate drought), and midday and predawn Ψ reached similar values during phase III (severe drought). Corresponding measurement of leaf gas exchange indicated that boundary Θ1 between phases I and II coincided with Ψ at stomatal closure. Data from pressure-volume curves demonstrated that boundary Θ2 between phases II and III predicted Ψ at leaf turgor loss. The WP curve method described here is an advanced application of the Scholander-type pressure chamber to categorize plant dehydration under drought into three distinct phases and to predict Ψ thresholds of stomatal closure and turgor loss.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil0,344

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 Opus0,008
Tête enseignante GPT0,186
Écart entre enseignants0,178 · 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'étudeSimulation ou modélisation
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

Citations85
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLANT PHYSIOLOGYMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207