Field Crop Responses and Management Strategies to Mitigate Soil Salinity in Modern Agriculture: A Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The productivity of cereal crops under salt stress limits sustainable food production and food security. Barley followed by sorghum better adapts to salinity stress, while wheat and maize are moderately adapted. However, rice is a salt-sensitive crop, and its growth and grain yield are significantly impacted by salinity stress. High soil salinity can reduce water uptake, create osmotic stress in plants and, consequently, oxidative stress. Crops have evolved different tolerance mechanisms, particularly cereals, to mitigate the stressful conditions, i.e., effluxing excessive sodium (Na+) or compartmentalizing Na+ to vacuoles. Likewise, plants activate an antioxidant defense system to detoxify apoplastic cell wall acidification and reactive oxygen species (ROS). Understanding the response of field crops to salinity stress, including their resistance mechanisms, can help breed adapted varieties with high productivity under unfavourable environmental factors. In contrast, the primary stages of seed germination are more critical to osmotic stress than the vegetative stages. However, salinity stress at the reproductive stage can also decrease crop productivity. Biotechnology approaches are being used to accelerate the development of salt-adapted crops. In addition, hormones and osmolytes application can mitigate the toxicity impact of salts in cereal crops. Therefore, we review the salinity on cereal crops physiology and production, the management strategies to cope with the harmful negative effect on cereal crops physiology and production of salt stress.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle