MétaCan
Menu
Retour à la cohorte
Enregistrement W4220732167 · doi:10.3390/plants11070871

Photoperiod Affects Node Appearance Rate and Flowering in Early Maturing Soybean

2022· article· en· W4220732167 sur OpenAlexafffund
Nathaniel W. W. Ort, Malcolm J. Morrison, Elroy R. Cober, Bahram Samanfar, Yvonne Lawley

Notice bibliographique

RevuePlants · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoybean genetics and cultivation
Établissements canadiensCarleton UniversityAgriculture and Agri-Food CanadaUniversity of Manitoba
Organismes subventionnairesAgriculture and Agri-Food CanadaCanadian Field Crop Research AllianceWestern Grains Research Foundation
Mots-clésphotoperiodismCultivarBiologyFrost (temperature)HorticultureAgronomyGeography

Résumé

récupéré en direct d'OpenAlex

(L.) Merr.) with long days increasing the time to flowering. Early flowering cultivars have been developed from breeding programs for environments with long photoperiods; however, this effect is challenging to isolate in field experiments because of other environmental influences. Our experiment examined the effect of photoperiod on the node appearance rate and time to flower for 13 early maturing soybean cultivars ranging in maturity group (MG) between 000.9 and 1.3. Growth chambers were programmed to 14, 15, 16, and 17 h photoperiods and temperature was kept at 25 °C. The date of emergence and main stem node appearance were recorded until flowering. The node appearance rate was slowest for the first node and increased thereafter. All cultivars required more time to flowering in the longer photoperiod treatments and the later rated MG had the greatest sensitivity to photoperiod. A delay in time to flower from a longer photoperiod can delay maturity and expose the crop to fall frost that can reduce seed yield and quality. Understanding and documentation of soybean photoperiod sensitivity will help plant breeders develop suitable cultivars for environments with long photoperiods.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,888
Score d'incertitude au seuil0,114

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 Opus0,013
Tête enseignante GPT0,189
Écart entre enseignants0,177 · 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'étudeObservationnel
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

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlantsMême sujetSoybean genetics and cultivationTravaux en français237 207