The importance of species-specific and temperature-sensitive parameterisation of A / C i models: a case study using cotton ( Gossypium hirsutum L.) and the automated ‘OptiFitACi’ R-package.
Notice bibliographique
Résumé
Leaf gas exchange measurements provide an important tool for inferring a plant’s photosynthetic biochemistry. In most cases, the responses of photosynthetic CO 2 assimilation to variable intercellular CO 2 concentrations ( A / C i response curves) are used to model the maximum rate of carboxylation by ribulose-1,5-bisphosphate carboxylase/oxygenase (Rubisco, V cmax ) and the rate of electron transport at a given photosynthetically active radiation (PAR; J PAR ). The standard Farquhar-Von Caemmerer-Berry model is typically used with default parameters of Rubisco kinetic values and mesophyll conductance to CO 2 ( g m ) derived from tobacco that impairs analytical reliability across species. To study this, here we measured the temperature responses of key in vitro Rubisco catalytic properties and g m in cotton ( Gossypium hirsutum cv. Sicot 71) and derived V cmax and J 2000 ( J at 2000 µmol m -2 s -1 PAR) from cotton A / C i curves incrementally measured at 15°C to 40°C using cotton and tobacco parameters with our new automated fitting R package ‘OptiFitACi’. When applied to cotton, the tobacco parameters produced unrealistic J 2000 : V cmax ratio of <1 at 25°C, two- to three-fold higher estimates of V cmax , approximately 50% higher estimates of J 2000 and more variable estimates of V cmax and J 2000 , compared to model parameterisation with cotton-derived values. We determined that errors arise when using a g m of 0.23 mol m -2 s -1 bar -1 or below and Rubisco CO 2 -affinities under ambient O 2 ( K C 21%O2 ) outside 461 µbar to 627 µbar to model A / C i responses in cotton. We show how the multi- A / C i modelling capabilities of ‘OptiFitACi’ serves as a robust, user-friendly extension of ‘plantecophys’ by providing simplified temperature-sensitivity and species-specificity parameterisation capabilities to enable higher accuracy estimates of V cmax and J 2000 .
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».