Distinct contributions of drought avoidance and drought tolerance to yield improvement in dryland wheat cropping
Notice bibliographique
Résumé
Abstract Crop avoidance and tolerance strategies are critical adaptive mechanisms of drought stress and play different roles in grain yield. However, little is known about the contribution of these two mechanisms to grain yield in old and modern wheat genotypes. Here, pot and field experiments were carried out to characterize and compare the mechanisms of drought avoidance and drought tolerance, and determine their differential contributions to the yield in six wheat genotypes. The pot experiment results demonstrated that the old genotypes acquired a better avoidance ability to adapt to drought stress. These avoidance abilities include larger root systems, lower leaf areas, low stomatal conductance, pale green leaf colour, higher degrees of leaf rolling and leaf waxiness. The modern genotypes displayed stronger drought tolerance advantages, such as high osmotic adjustment and antioxidant enzyme activity, and a smaller root system. Our field experiment further showed that under severe water‐deficit conditions, the old genotypes with stronger drought avoidance traits had higher yields and water use efficiency (WUE g ), whereas the modern genotypes with strong drought tolerance characteristics produced higher yields and had higher WUE g under mild and intermediate water deficits. The results indicate that the relative contribution of drought tolerance and drought avoidance to grain yield depends to a large extent on the degree of drought stress and genotypes. Understanding the differential plant response depending on genotype and drought stress may help plant breeders develop drought‐resistant varieties suitable for drought‐prone environments under anticipated climate change scenarios.
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 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».