Crop Domestication, Root Trait Syndromes, and Soil Nutrient Acquisition in Organic Agroecosystems: A Systematic Review
Notice bibliographique
Résumé
Selecting crops that express certain reproductive, leaf, and root traits has formed detectable, albeit diverse, crop domestication syndromes. However, scientific and informal on-farm research has primarily focused on understanding and managing linkages between only certain domestication traits and yield. There is strong evidence suggesting that functional traits can be used to hypothesize and detect trade-offs, constraints, and synergies among crop yield and other aspects of crop biology and agroecosystem function. Comparisons in the functional traits of crops vs. wild plants has emerged as a critical avenue that has helped inform a better understanding of how plant domestication has reshaped relationships among yield and traits. For instance, recent research has shown domestication has led important economic crops to express extreme functional trait values among plants globally, with potentially major implications for yield stability, nutrient acquisition strategies, and the success of ecological nutrient management. Here, we present an evidence synthesis of domestication effects on crop root functional traits, and their hypothesized impact on nutrient acquisition strategies in organic and low input agroecosystems. Drawing on global trait databases and published datasets, we show detectable shifts in root trait strategies with domestication. Relationships between domestication syndromes in root traits and nutrient acquisition strategies in low input systems underscores the need for a shift in breeding paradigms for organic agriculture. This is increasingly important given efforts to achieve Sustainable Development Goal (SDG) targets of Zero Hunger via resilient agriculture practices such as ecological nutrient management and maintenance of genetic diversity.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».