Increasing diversity among <i>Lens</i> species for improving biological nitrogen fixation in lentil
Notice bibliographique
Résumé
Abstract Exotic germplasm is a key resource for reintroducing genetic variability into cultivars. We evaluated 36 accessions from cultivated lentil ( Lens culinaris Medik.) and six related wild species inoculated with a commercial strain of Rhizobium leguminosarum bv. viciae under greenhouse conditions. The objective was to explore Lens species and/or accessions that can contribute higher biological nitrogen fixation ability to the lentil crop. A split plot design was used with either Rhizobium inoculation, added nitrogen (+N), or neither as the main plots, and accessions in subplots randomized in blocks. Two repeats of the experiment were evaluated at flowering for N fixation and nodulation characters, and two subsequent experiments, with a subset of 14 accessions, were evaluated at maturity for seed production, seed quality, and harvest index. Differences in phenotypic expression corresponded to specific accessions but not to any particular Lens species. CDC Greenstar had the highest N fixation among lentil cultivars and also had superior yield results compared to the added N treatment. When inoculated, wild accessions, including IG 72643 ( Lens orientalis ), displayed unique and multiple desirable characteristics compared to cultivars, including indeterminate nodulation, higher N translocation, stable yield compared to added N treatment, and exceptionally high protein concentration in seeds.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».