A method to assess cold acclimation and freezing tolerance in asparagus seedlings
Notice bibliographique
Résumé
Landry, E. J. and Wolyn, D. J. 2012. A method to assess cold acclimation and freezing tolerance in asparagus seedlings. Can. J. Plant Sci. 92: 271-277. Assessment of winter-hardiness using field-grown asparagus is complicated by variable, yearly climatic conditions and the large crown growing below the soil surface. The development of a seedling assay in controlled environments would be beneficial to study the physiology of winter-hardiness and to facilitate the selection of superior genotypes in breeding programs. Two cultivars, Guelph Millennium (GM) and Jersey Giant (JG), with differing patterns of autumn fern senescence in the field, where GM senesces earlier than JG, were compared. Seedlings were analyzed for physiological parameters after cold acclimation (10°C day/5°C night) or cold acclimation followed by sub-freezing (3°C to -3°C) in controlled environment chambers. Cold acclimation induced greater chlorophyll loss in GM than JG, consistent with previous field observations. LT50, the temperature at which 50% mortality occurs, decreased to approximately -8°C for both cultivars after the initial cold acclimation treatment. Subsequent subfreezing acclimation increased the LT50 for JG to -5°C, decreased freezing tolerance, while that for GM did not change. Early senescence and high proline concentration as well as stable protein and reducing sugar concentrations were associated with the freezing tolerance observed in GM. Further studies are required to establish if the cultivar differences for freezing tolerance identified here are correlated with experiments from field-grown plants.
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 | 0,001 | 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) | 0,001 | 0,003 |
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 ».