Tracing nitrogen use efficiency of diverse Canadian spring wheat cultivars
Notice bibliographique
Résumé
Decades of wheat breeding have provided growers with numerous high-yielding options, but it is unknown if these yield improvements are likewise characterized with improved nitrogen use efficiency (NUE). Fertilizer nitrogen (N) is an ever-increasing expense, so improving NUE by reducing the requirement for N fertilizer without risking yield and quality is necessary. The goal of our research is to identify cultivars and associated traits that may improve NUE while maintaining productivity. We compared 25 spring wheat cultivars over a three-year period (2020, 2021, 2022) at two field sites differing in background soil N level for the ability to use fertilizer-N and allocate it to the grain. To do so, we employed the 15 N stable isotope technique to trace the flow of fertilizer-N and determine the 15 N recovery efficiency ( 15 NRE). The 15 NRE in the grain averaged 25.0% at the higher soil N site, and 15.5% at the lower soil N site. At the higher soil N site only, dwarfing alleles (Rht-B1b) were associated with greater 15 NRE. Grain 15 NRE was positively associated with yield, grain N content, and the 15 N harvest index ( 15 NHI) at the high soil N environment, but never at the low soil N environment. Our findings support the notion that the genetic development of high yielding semi-dwarf cultivars also translates into an improved ability to recover fertilizer-N—but this outcome is only expressed only under rich soil N conditions. Cultivars that simultaneously produced higher 15 NRE and yields, grain N, or 15 NHI differed by environment; possibly suggesting different mechanisms for improving crop NUE depending on background soil N level. Ultimately, cultivar-specific 15 NRE information, including that presented here, will be useful breeders to design new crosses and approaches aimed at increasing NUE for spring wheat.
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 | 0,001 |
| 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 ».