Legume production in semi-arid areas: comparative study of the physiology of drought tolerance in common bean («Phaseolus vulgaris L.») and mungbean «(Vigna radiata (L.) Wilczek)»
Notice bibliographique
Résumé
Contexte : Environ un milliard de personnes vivent dans les régions arides et semi-arides, et 40% d’entre eux vivent avec moins d’un dollar par jour. Les cultures de légumineuses sont une part importante de l’agriculture durable, mais ces cultures sont souvent produites dans des conditions de sécheresse intermittente ou terminale. Améliorer la tolérance des légumineuses à la sécheresse peut donc augmenter la sécurité alimentaire et la durabilité des systèmes agricoles. Objectif : Cette étude compare la réponse de deux légumineuses, le haricot commun (Phaseolus vulgaris L.) et le haricot doré (Vigna radiata (L.) Wilczek), lors de conditions de stress hydrique imposées au champ et en environnement contrôlé. Méthodes : Les expériences au champ furent conduites dans la vallée de Fergana, en Ouzbékistan, et les expériences en environnement contrôlé furent conduites au campus Macdonald de l’Université McGill, à Ste-Anne-de-Bellevue, Canada, et à la station de recherche Hermitage, à Warwick, Australie. Résultats : Nos résultats démontrent que l’irrigation alternante maintient les rendements tout en diminunant de 25% l’apport en eau. De plus, le haricot doré a démontré les meilleurs rendements sous les traitements d’irrigation déficitaire moyen en 2003 et sévère en 2004 dans les expériences au champ. Le haricot commun a également démontré la capacité de maintenir ses rendements sous traitement d’irrigation déficitaire moyen les deux années. Une caractérisation plus poussée de la réponse des légumineuses au stress hydrique en milieu contrôlé a indiqué que la tolérance accrue du haricot doré est attribuable à une meilleure efficacité transpirationelle, une utilisation plus limitée de l’eau lors de la période végétative, et une proportion plus élevée de biomasse en racines lorsque comparé au haricot commun. Les caractéristiques racinaires semblent également jouer un rôle important,$
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».