MétaCan
Menu
Retour à la cohorte
Enregistrement W3137041722 · doi:10.1111/pce.14050

Plant heat stress: Concepts directing future research

2021· review· en· W3137041722 sur OpenAlexafffund
S. V. Krishna Jagadish, Danielle A. Way, Thomas D. Sharkey

Notice bibliographique

RevuePlant Cell & Environment · 2021
Typereview
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésHeat stressStress (linguistics)Climate changeGlobal warmingPsychological resilienceAdaptation (eye)Environmental scienceBiologyEcologyAtmospheric sciencesGeologyPsychology

Résumé

récupéré en direct d'OpenAlex

Predicted increases in future global temperatures require us to better understand the dimensions of heat stress experienced by plants. Here we highlight four key areas for improving our approach towards understanding plant heat stress responses. First, although the term 'heat stress' is broadly used, that term encompasses heat shock, heat wave and warming experiments, which vary in the duration and magnitude of temperature increase imposed. A greater integration of results and tools across these approaches is needed to better understand how heat stress associated with global warming will affect plants. Secondly, there is a growing need to associate plant responses to tissue temperatures. We review how plant energy budgets determine tissue temperature and discuss the implications of using leaf versus air temperature for heat stress studies. Third, we need to better understand how heat stress affects reproduction, particularly understudied stages such as floral meristem initiation and development. Fourth, we emphasise the need to integrate heat stress recovery into breeding programs to complement recent progress in improving plant heat stress tolerance. Taken together, we provide insights into key research gaps in plant heat stress and provide suggestions on addressing these gaps to enhance heat stress resilience in plants.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,003
Communication savante0,0030,006
Science ouverte0,0020,002
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,037
Tête enseignante GPT0,292
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations327
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlant Cell & EnvironmentMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207