MétaCan
Menu
Retour à la cohorte
Enregistrement W4400917532 · doi:10.1111/ppl.14431

<scp>C<sub>4</sub></scp> monocots and <scp>C<sub>4</sub></scp> dicots exhibit rapid photosynthetic induction response in contrast to <scp>C<sub>3</sub></scp> plants

2024· article· en· W4400917532 sur OpenAlexaff
K. TANIGAWA, Yuchen Qu, Naoya Katsuhama, Kazuma Sakoda, Yu Wakabayashi, Yu Tanaka, Rowan F. Sage, Tracy Lawson, Wataru Yamori

Notice bibliographique

RevuePhysiologia Plantarum · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhotosynthetic Processes and Mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésPhotosynthesisCompensation pointBotanyBiologyPhotosynthetic efficiencyC4 photosynthesisTranspiration

Résumé

récupéré en direct d'OpenAlex

Abstract Considering the prevalence of ever‐changing conditions in the natural world, investigation of photosynthetic responses in C4 plants under fluctuating light is needed. Here, we studied the effect of dynamic illumination on photosynthesis in totally 10 C3, C3–C4 intermediate, C4‐like and C4 dicots and monocots at CO2 concentrations of 400 and 800 μmol mol−1. C4 and C4‐like plants had faster photosynthetic induction and light‐induced stomatal dynamics than C3 plants at 400 μmol mol−1, but not at 800 μmol mol−1 CO2, at which the CO2 supply rarely limits photosynthesis. C4 and C4‐like plants had a higher water use efficiency than C3 plants at both CO2 concentrations. There were positive correlations between photosynthetic induction and light‐induced stomatal response, together with CO2 compensation point, which was a parameter of the CO2‐concentrating mechanism of C4 photosynthesis. These results clearly show that C4 photosynthesis in both monocots and dicots adapts to fluctuating light conditions more efficiently than C3 photosynthesis. The rapid photosynthetic induction response in C4 plants can be attributed to the rapid stomatal dynamics, the CO2‐concentrating mechanism or both.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,224
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysiologia PlantarumMême sujetPhotosynthetic Processes and MechanismsTravaux en français237 207