MétaCan
Menu
Retour à la cohorte
Enregistrement W3217356313 · doi:10.5376/mpb.2021.12.0032

Effect of on Nutrient Resorption Efficiency, Metal Ion Concentrations and Nutrient Ratios of <i>Achnatherum inebrians</i> under Various Nitrogen Concentrations

2021· article· en· W3217356313 sur OpenAlexvenueno aff
Chen Cheng, Ronggui Liu, Wenpeng Hou, Michael J. Christensen, Yinglong Liu, Jianfeng Wang

Notice bibliographique

RevueMolecular Plant Breeding · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesProgram for Changjiang Scholars and Innovative Research Team in UniversityNational Natural Science Foundation of China
Mots-clésNutrientResorptionNitrogenChemistryAnimal scienceHorticultureDry weightMetalMagnesiumBotanyNuclear chemistryBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

It is well known that low N limits crop yield, but plants can rationally use nutrients to improve the plant growth at adverse environments. However, the effects of  E. gansuensis  on nutrient resorption efficiency and metal ion contents of  Achnatherum inebrians  at low N were unknown.  A. inebrians  with (E+) and without  E. gansuensis  (E-) were treated with 0.1 mM (low) N and 7.5 mM (normal) N, after 90 days, the dry weight, the contents of N, P, K, Na, Mg, Zn, Cu, Ca and Fe in senescent and green leaves, N/P/K resorption efficiency at 0.1 mM N and 7.5 mM N were assayed. We found that  E. gansuensis  enhanced the dry weight of green leaves of  A. inebrians , and increased nitrogen resorption efficiency (NRE) of host plant, and the content of N and P in green leaves at 0.1 mM N, but decreased N content in senescent leaves compared to E- plant at 0.1 mM N. The  E. gansuensis  played an important role in improving host grasses growth at low-N stress by enhancing NRE, and influencing the content of Na, Mg, Zn, Cu, Ca and Fe in senescent leaves and green leaves.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,436

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,206
Écart entre enseignants0,196 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Plant BreedingMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207