Can heat stress and water deficit affect cotton fiber wax content in field-grown plants?
Notice bibliographique
Résumé
Climate modelling predicts a warmer climate for cotton growing regions in the future. This will impose stresses on cotton plants that may impact on cotton fiber cuticle wax levels, and in turn may make cotton textile products more challenging to scour and dye. While previous research has measured the effect of abiotic stress on cuticle wax in cotton leaves and bracts, no research is known to have been undertaken specifically measuring the impact of abiotic stress on cotton fiber wax content. Five Upland (Gossypium hirsutum L.) cotton genotypes with known different tolerances to abiotic stress, were subjected over two growing seasons, to heat stress and or water deficit during the period when fiber cuticle wax deposition occurred. Total ethanol soluble wax content was determined in mature fiber using a standard protocol. Across all genotypes and treatments, fiber wax content varied between 0.2 and 1.6 %. For Sicot 71, a standard Australian commercial genotype, and for Siokra L23 and CIM-448 two genotypes known to be tolerant to abiotic stress, fiber wax content was either unaffected or decreased following the application of abiotic stress. For CS 50, a genotype with a poor tolerance to water deficit stress, fiber wax content increased following abiotic stress. For Sicala V-2, a genotype with less tolerance to abiotic stress, fiber wax content decreased following either heat stress or water deficit treatments alone, while wax content markedly increased following the combined application of both stress treatments. The genotypic variations observed in fiber wax content and the differences in the direction of the response to stresses suggest that conventional breeding could be used to generate new genotypes with acceptable fiber wax levels adapted to future extreme climates.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».