MétaCan
Menu
Retour à la cohorte
Enregistrement W4210668058 · doi:10.1093/aob/mcac018

A mechanistic model for nitrogen-limited plant growth

2022· article· en· W4210668058 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAnnals of Botany · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGreenhouse Technology and Climate Control
Établissements canadiensUniversity of Alberta
Organismes subventionnairesBasic and Applied Basic Research Foundation of Guangdong ProvinceNational Natural Science Foundation of China
Mots-clésPlant growthNitrogenBiomass (ecology)Growth modelLimitingBiologyGrowth rateBiochemical engineeringFunction (biology)EcologyAgronomyMathematicsMathematical economicsPhysics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: Nitrogen is often regarded as a limiting factor to plant growth in various ecosystems. Understanding how nitrogen drives plant growth has numerous theoretical and practical applications in agriculture and ecology. In 2004, Göran I. Ågren proposed a mechanistic model of plant growth from a biochemical perspective. However, neglecting respiration and assuming stable and balanced growth made the model unrealistic for plants growing in natural conditions. The aim of the present paper is to extend Ågren's model to overcome these limitations. METHODS: We improved Ågren's model by incorporating the respiratory process and replacing the stable and balanced growth assumption with a three-parameter power function to describe the relationship between nitrogen concentration (Nc) and biomass. The new model was evaluated based on published data from three studies on corn (Zea mays) growth. KEY RESULTS: Remarkably, the mechanistic growth model derived in this study is mathematically equivalent to the classical Richards model, which is the most widely used empirical growth model. The model agrees well with empirical plant growth data. CONCLUSIONS: Our model provides a mechanistic interpretation of how nitrogen drives plant growth. It is very robust in predicting growth curves and the relationship between Nc and relative growth rate.

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 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil0,223

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 Opus0,066
Tête enseignante GPT0,250
Écart entre enseignants0,185 · 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