Rapid Physiological Trait Measurements in Wine Grape ( <scp> <i>Vitis vinifera</i> </scp> ) Varieties Using the Dynamic Assimilation Technique
Notice bibliographique
Résumé
ABSTRACT Quantifying crop responses to increasing temperatures is critical for predicting the productivity and sustainability of agricultural systems under environmental change. Physiological trait data associated with maximum Rubisco carboxylation ( V cmax ) and maximum electron transport ( J max ) rates are especially important predictors of crop response to elevated temperatures. However, when generating V cmax and J max data, steady‐state methods of gas exchange measurements are time‐consuming; thus, non‐steady‐state methods have been developed to obtain these measurements faster, prospectively allowing for trait data collection of considerably more varieties of crops. Globally important and geographically widespread vineyards are of particular interest due to the high economic value and the susceptibility of these managed systems to climate warming, especially in Canada, where the annual rate of warming far exceeds global averages. In this study, we examined the efficacy of the high‐throughput, non‐steady‐state dynamic assimilation technique (DAT) for obtaining V cmax and J max data from wine grapes. Specifically, we measured V cmax and J max (alongside leaf nitrogen [N] concentrations and leaf mass per unit area [LMA]) across seven of the world's most common wine grape ( Vitis vinifera L.) varieties, namely, Cabernet franc, Cabernet sauvignon, Merlot, Pinot noir, Riesling, Sauvignon blanc, and Viognier. Our results show that V cmax and J max estimates derived from the DAT were strongly correlated to those obtained through the steady‐state method ( r 2 = 0.748 and 0.908, respectively), and J max did not differ significantly between the two methods. Additionally, leaf N explained 43%–46% and 56%–58% of the variation in V cmax and J max , respectively, across both methods. Our results suggest that the DAT represents a viable tool for rapidly estimating intraspecific variation in important physiological traits and allows for increased replication and the inclusion of additional varieties when evaluating the responses of wine grape and other crops to climate warming.
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 ».