Los estudios modelan la influencia local de la resistencia del floema en el crecimiento de la raíz principal y lateral.
Autor - Rachel Shekar
Rachel Shekar
Aumento de la precisión de la predicción del rendimiento
Los investigadores han descubierto que la combinación de varios tipos de modelos mejora las predicciones del rendimiento de los cultivos, superando a los modelos individuales.
Capeando la tormenta: Entendiendo la resistencia al acame del maíz
Un nuevo modelo identifica las características morfológicas que determinan la resistencia a la flexión del tallo.
Presentamos el nuevo CPlantBox
El modelo computacional puede ayudar a desentrañar los complejos procesos de tolerancia a la sequía.
Uso de la predicción genómica para mejorar los modelos ecofisiológicos de cultivos
Una guía para combinar modelos ecofisiológicos y genómicos.
Cinco modelos raíz compiten en el desafío de evaluación comparativa
Evaluación de la confiabilidad de las simulaciones de absorción de agua de la raíz
SIMPLACE: la plataforma de próxima generación para el análisis de sistemas agrícolas
SIMPLACE ofrece un enfoque flexible y transparente para desarrollar modelos de cultivos personalizados
¿Qué impulsa el desarrollo del cambium?
Uso de un modelo matemático para probar un circuito de retroalimentación de división celular cambial propuesto.
Desbloqueando el secreto para mejorar el trigo rico en proteínas de alto rendimiento
Los modelos permiten la optimización de múltiples compensaciones de rasgos.
Presentamos Cropbox: un marco de modelado de cultivos declarativo
Los modeladores de plantas no necesitan ser ingenieros de software gracias al framework Cropbox
¿Es necesaria la fotorrespiración para la fotosíntesis?
El modelado revela el papel de la fotorrespiración en la estabilización del ciclo de Calvin.
Cómo contabilizar la masa de cachorros clonales
Modelado de diferencias en el esfuerzo reproductivo entre estrategias reproductivas iteróparas y semelparas en Bromeliaceae
¿Por qué los modeladores ignoran el almacenamiento de carbono activo?
Es necesario incluir reservas de carbón activo para una simulación precisa de los patrones de crecimiento de las plantas en entornos fluctuantes.
Mejora del modelado de cultivos mediante el aprendizaje automático
La integración del aprendizaje automático y el modelado de cultivos puede optimizar las predicciones del crecimiento y rendimiento de las plantas.
