Porous Minerals Improve Wheat Shoot Growth and Grain Yield through Affecting Soil Properties and Microbial Community in Coastal Saline Land
Notice bibliographique
Résumé
Soil salinization has become a major environmental factor severely threatening global food security. The application of porous minerals could significantly ameliorate soil fertility and promote plant productivity under salt stress conditions. However, the effects of porous minerals on improving the salt resistance of grain crops in coastal saline soils is not fully studied. In this work, the shoot growth and grain yield of wheat plants grown in coastal saline fields, respectively amended with the four naturally available porous minerals, diatomite, montmorillonite, bentonite and zeolite, were assessed. The application of porous minerals, especially zeolite, significantly improved the biomass and grain yield of wheat plants under saline conditions, as demonstrated by the augmented plant fresh mass (14.8~61.2%) and increased seed size (3.8~58.8%) and number (1.4~57.5%). Soil property analyses exhibited that porous-mineral amendment decreased soil sodium content and sodium absorption ratio, and increased soil nutrients in both the rhizosphere and nonrhizosphere of wheat plants. Further quantitative-PCR and 16S high-throughput sequencing analysis revealed that porous-mineral application also remarkably increased the abundance of bacterial 16S rRNA (0.8~102.4%) and fungal 18S rRNA (89.2~209.6%), and altered the composition of the soil microbial community in the rhizosphere of wheat. Our findings suggest that zeolite could be used as an ideal salt soil amendment, and the changes in soil properties and microorganisms caused by the application of porous minerals like zeolite improved the salt resistance of wheat plants in coastal saline land, leading to increased shoot growth and seed production.
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 ».