The Response of Cowpea (Vigna unguiculata) Plants to Three Abiotic Stresses Applied with Increasing Intensity: Hypoxia, Salinity, and Water Deficit
Notice bibliographique
Résumé
Exposing plants to gradually increasing stress and to abiotic shock represents two different phenomena. The knowledge on plants’ responses following gradually increasing stress is limited, as many of the studies are focused on abiotic shock responses. We aimed to investigate how cowpea (Vigna unguiculata (L.) Walp.) plants respond to three common agricultural abiotic stresses: hypoxia (applied with the increasing time of exposure to nitrogen gas), salinity (gradually increasing NaCl concentration), and water deficit (gradual decrease in water supply). We hypothesized that the cowpea plants would increase in tolerance to these three abiotic stresses when their intensities rose in a stepwise manner. Following two weeks of treatments, leaf and whole-plant fresh weights declined, soluble sugar levels in leaves decreased, and lipid peroxidation of leaves and roots and the levels of leaf electrolyte leakage increased. Polyphenol oxidase activity in both roots and leaves exhibited a marked increase as compared to catalase and peroxidase. Leaf flavonoid content decreased considerably after hypoxia, while it increased under water deficit treatment. NO emission rates after 3 h in the hypoxically treated plants were similar to the controls, while the other two treatments resulted in lower values of NO production, and these levels further decreased with time. The degree of these changes was dependent on the type of treatment, and the observed effects were more substantial in leaves than in roots. In summary, the responses of cowpea plants to abiotic stress depend on the type and the degree of stress applied and the plant organs.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».