Réponse au déficit hydrique progressif chez la lentille : vers une différentiation morpho-physiologique entre des accessions sauvages (<i>Lens orientalis</i>), populations locales et lignées avancées (<i>Lens culinaris</i>)
Bibliographic record
Abstract
La lentille (Lens culinaris Medik.) contribue à la sécurité alimentaire et à la durabilité des systèmes agricoles. La tolérance à la sécheresse est un objectif majeur pour la création variétale. Cette étude visait la comparaison des réponses des populations locales, accessions sauvages Lens orientalis et des lignées avancées au stress hydrique progressif sous conditions contrôlées. Les accessions sauvages ont démontré une grande tolérance au stress hydrique par rapport aux lignées avancées et populations locales. Elles avaient un rapport (biomasse racinaire/biomasse aérienne), un contenu relatif en eau des feuilles, une dépression de la température du couvert et une stabilité de la membrane cellulaire plus élevés ainsi qu’une sévérité de flétrissement et un taux de perte d’eau des feuilles plus faible. Une différentiation génétique claire pour la tolérance à la sécheresse entre les 3 groupes génétiques a été montrée. Différentes réponses morpho-physiologiques du matériel génétique ont été observées, correspondant à différents mécanismes de tolérance à la sécheresse. Les accessions sauvages, les lignées avancées et les nouvelles variétés améliorées de l’Institut National de Recherche Agronomique (INRA) du Maroc A3, A4, A5, A6 et A7 ainsi que la lentille de Zaer, une population locale bénéficiant d’un label de qualité connue dans le pays, ont été identifiées comme les plus tolérantes à la sécheresse parmi le matériel génétique étudié. Ces accessions pourraient être utilisées dans les programmes d’amélioration génétique dans la perspective de développer des variétés tolérantes à la sécheresse.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".