Plant Nitrogen Assimilation: A Climate Change Perspective
Notice bibliographique
Résumé
Of all the essential macronutrients necessary for plant growth and development, nitrogen is required in the greatest amounts. Nitrogen is a key component of important biomolecules like proteins and has high nutritive importance for humans and other animals. Climate change factors, such as increasing levels of carbon dioxide, increasing temperatures, and increasing watering regime, directly or indirectly influence plant nitrogen uptake and assimilation dynamics. The impacts of these stressors can directly threaten our primary source of nitrogen as obtained from the soil by plants. In this review, we discuss how climate change factors can influence nitrogen uptake and assimilation in cultivated plants. We examine the effects of these factors alone and in combination with species of both C3 and C4 plants. Elevated carbon dioxide, e[CO2], causes the dilution of nitrogen in tissues of non-leguminous C3 and C4 plants but can increase nitrogen in legumes. The impact of high-temperature (HT) stress varies depending on whether a species is leguminous or not. Water stress (WS) tends to result in a decrease in nitrogen assimilation. Under some, though not all, conditions, e[CO2] can have a buffering effect against the detrimental impacts of other climate change stressors, having an ameliorating effect on the adverse impacts of HT or WS. Together, HT and WS are seen to cause significant reductions in biomass production and nitrogen uptake in non-leguminous C3 and C4 crops. With a steadily rising population and rapidly changing climate, consideration must be given to the morphological and physiological effects that climate change will have on future crop health and nutritional quality of N.
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) | 0,001 | 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 ».