MétaCan
Menu
Retour à la cohorte
Enregistrement W3165324740 · doi:10.3390/biology10060475

Rhizosphere Colonization Determinants by Plant Growth-Promoting Rhizobacteria (PGPR)

2021· review· en· W3165324740 sur OpenAlexaff
Gustavo Santoyo, Carlos Alberto Urtis-Flores, Pedro D. Loeza-Lara, Ma. del Carmen Orozco-Mosqueda, Bernard R. Glick

Notice bibliographique

RevueBiology · 2021
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant-Microbe Interactions and Immunity
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRhizosphereRhizobacteriaBiologyColonizationMicroorganismAntimicrobialBotanyBiotechnologyBacteriaMicrobiology

Résumé

récupéré en direct d'OpenAlex

The application of plant growth-promoting rhizobacteria (PGPR) in the field has been hampered by a number of gaps in the knowledge of the mechanisms that improve plant growth, health, and production. These gaps include (i) the ability of PGPR to colonize the rhizosphere of plants and (ii) the ability of bacterial strains to thrive under different environmental conditions. In this review, different strategies of PGPR to colonize the rhizosphere of host plants are summarized and the advantages of having highly competitive strains are discussed. Some mechanisms exhibited by PGPR to colonize the rhizosphere include recognition of chemical signals and nutrients from root exudates, antioxidant activities, biofilm production, bacterial motility, as well as efficient evasion and suppression of the plant immune system. Moreover, many PGPR contain secretion systems and produce antimicrobial compounds, such as antibiotics, volatile organic compounds, and lytic enzymes that enable them to restrict the growth of potentially phytopathogenic microorganisms. Finally, the ability of PGPR to compete and successfully colonize the rhizosphere should be considered in the development and application of bioinoculants.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,036
Tête enseignante GPT0,280
Écart entre enseignants0,243 · 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

Citations414
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiologyMême sujetPlant-Microbe Interactions and ImmunityTravaux en français237 207