Vernalisation and photoperiod responses of diverse wheat genotypes
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.
Notice bibliographique
Résumé
Context Wheat (Triticum aestivum L.) adaptation is highly dependent on crop lifecycle duration, particularly the time at which flowering occurs in a specific environment. Frost, low solar radiation, heat and drought can significantly reduce yield if a crop flowers too early or late. Wheat genotypes have different lifecycle durations determined by plant responses to temperature (thermal time accumulation and vernalisation) and photoperiod. These responses are largely controlled by five phenology genes (two PPD1 and three VRN1 genes). Advances in crop phenology modelling suggest that flowering time under field conditions could be accurately predicted with parameters derived from photoperiod and vernalisation responses obtained in controlled environments. Aims This study quantified photoperiod and vernalisation responses of 69 Australian wheat genotypes selected for diversity at the PPD1 and VRN1 loci. Methods Spring and winter genotypes were grown in four controlled environments at a constant temperature of 22°C with photoperiod (17 or 8 h) and vernalisation (0 or 8 weeks) treatments as factors. Key results Thermal time from coleoptile emergence to flowering in spring genotypes was typically decreased more by long photoperiod than by vernalisation; the opposite was true for winter genotypes. Spring genotypes that were sensitive to vernalisation contained a sensitive allele at the Vrn-A1 locus. Conclusions There is large diversity in phenological responses of wheat genotypes to photoperiod and vernalisation, including among those with matching multi-locus genotype. Implications Data from this study will be used to parameterise and test a wheat phenology model in a future study.
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 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 découle