Zinc Absorption through Leaves and Subsequent Translocation to the Grains of Bread Wheat after Foliar Spray
Notice bibliographique
Résumé
Agronomic biofortification could possibly be a promising strategy to overcome zinc (Zn) deficiency in wheat; however, the cultivar’s response to foliar applications is enigmatic when it comes to the relative efficiency of Zn absorption and accumulation. To decipher that enigmatic response, this study was designed with the objectives (i) to track the amount of Zn absorbed through leaves after foliar application, (ii) to calculate the amount of the absorbed Zn actually translocated and stored in the grains, and (iii) to calculate the relative efficiency of the high yielding cultivars in terms of their Zn absorption and translocation. The results reveal that 0.90% of the zinc sprayed was absorbed through leaves, and 43% of the absorbed Zn was translocated to the grains. The cultivars significantly varied for their Zn absorption (0.71–1.07%) and subsequent translocation of the absorbed Zn (23–66%). Foliar zinc treatment also improved growth attributes such as leaf area, height, spikelet per spike, number of grains per spike, grain yield, leaf and grain Zn content, and grain protein content. These findings suggest a need for cautious parent selection in devising the breeding strategies intended for biofortification.
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 ».