Genotype and environment effects on sunflower nectar and their relationships to crop pollination
Notice bibliographique
Résumé
Whether caused by genotype (G) or environment (E), floral trait variation has consequences for plants and their pollinators. Cultivated sunflower is a model system to explore floral trait variation; though sunflowers are bred to self-pollinate, benefits of pollination by bees remain substantial. To better understand sunflower-pollinator interactions, experiments were conducted to: (i) examine genotype and environment effects on nectar quantity and quality under controlled conditions, and (ii) assess effects of bags used for pollinator exclusion on nectar quantity, quality and bee foraging in a field environment. Contrasting temperature treatments (28°C, 21°C, 28°C / 16°C) reveal environment effects or G × E interactions for nectar volume (µl / floret), concentration (°Brix), and sugar composition (% sucrose). Bags used to exclude sunflower pollinators resulted in nectar volumes greater than plants with unrestricted access for bees (= open-pollination), and in ≈ 5-fold increased visitation by wild bees after bags were removed. Differences in bee visits to plants that were previously bagged versus plants never bagged decreased over the 2 h following bag removal. Though genetic variation in sunflower nectar is affected by the environment and G × E interactions, improving pollination via plant breeding still appears feasible. Future research on intraspecific variation in pollen rewards could be helpful, especially because pollen has received little research compared to nectar. For research with nectar or pollen, it seems desirable to measure floral rewards with methods that don’t rely on pollinator exclusion (bags or cages), which should provide more realistic data on what pollinators experience while foraging.
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 ».