The importance of species‐specific and temperature‐sensitive parameterisation of <i>A/C<sub>i</sub></i> models: A case study using cotton (<i>Gossypium hirsutum</i> L.) and the automated ‘OptiFitACi’ R‐package
Notice bibliographique
Résumé
Abstract Leaf gas exchange measurements are 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 (potential) rate of carboxylation by ribulose‐1,5‐bisphosphate carboxylase/oxygenase (Rubisco, V cmax ) and the rate of photosynthetic electron transport at a given incident photosynthetically active radiation flux density (PAR; J PAR ). The standard Farquhar‐von Caemmerer‐Berry model is often used with default parameters of Rubisco kinetic values and mesophyll conductance to CO 2 ( g m ) derived from tobacco that may be inapplicable across species. To study the significance of using such parameters for other species, 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 PAR at 2000 µmol m −2 s −1 PAR) from cotton A / C i curves incrementally measured at 15°C–40°C using cotton and other species‐specific sets of input parameters with our new automated fitting R package ‘OptiFitACi’. Notably, parameterisation by a set of tobacco parameters produced unrealistic J 2000 : V cmax ratio of <1 at 25°C, two‐ to three‐fold higher estimates of V cmax above 15°C, up to 2.3‐fold higher estimates of J 2000 and more variable estimates of V cmax and J 2000 , for our cotton data compared to model parameterisation with cotton‐derived values. We determined that errors arise when using a g m ,25 of 2.3 mol m −2 s −1 MPa −1 or less and Rubisco CO 2 ‐affinities in 21% O 2 ( K C 21%O2 ) at 25°C outside the range of 46–63 Pa to model A / C i responses in cotton. We show how the A / C i modelling capabilities of ‘OptiFitACi’ serves as a robust, user‐friendly, and flexible extension of ‘plantecophys’ by providing simplified temperature‐sensitivity and species‐specificity parameterisation capabilities to reduce variability when modelling 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 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 ».