Nitrogen uptake and utilization in advanced fresh‐market red potato breeding lines
Notice bibliographique
Résumé
Abstract Potato ( Solanum tuberosum L.) production on sandy soils requires added N. Only 40–60% of the applied N is acquired by the crop. Increased N use efficiency (NUE) and its components, N utilization efficiency (NUtE) and N uptake efficiency (NUpE), could reduce fertilizer rates and environmental losses. We compared N efficiency in fresh‐market red potato varieties, in terms of yield and quality traits, and examined potential mechanisms for that efficiency including uptake, utilization, and increased root growth. We grew selections from a red potato breeding population and commercial varieties under two N rates: 101 and 202 kg N ha −1 . We compared NUE, NUpE, and NUtE in low and high N. We compared root phenotypes at tuber initiation and yield and skin quality metrics at harvest. Values for NUtE correlated with NUE and yield in low N and NUpE correlated with NUE and yield in high N. Low‐N conditions produced smaller tubers, while high N resulted primarily in medium tubers. Nitrogen did not affect skinning and redness but low N did result in slightly lighter skin color. Total root mass 45 d after planting (DAP) correlated with final yield and NUE but did not correlate with measures of N uptake across treatments. Larger roots correlated with NUpE only in the high‐N treatment. Selection under low N may reveal NUE and expose more stable representations of the genetic components of skin quality phenotypes. While skinning and skin color were more variable among varieties in low N, within variety they exhibited year‐to‐year consistency.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».