نوع مقاله : مقاله پژوهشی

نویسندگان

1 دکتری، رشته زراعت و اصلاح نباتات

2 استاد، گروه زراعت و اصلاح نباتات، دانشگاه آزاد اسلامی واحد کرج، کرج

3 دانشیار، پژوهشکده علوم محیطی، دانشگاه شهید بهشتی، تهران

4 دانشیار، گروه زراعت و اصلاح نباتات، دانشگاه آزاد اسلامی واحد کرج، کرج

5 استادیار، گروه زراعت و اصلاح نباتات، دانشگاه آزاد اسلامی واحد کرج، کرج

چکیده

تنش خشکی یکی از مهم‌ترین ریسک‌ها در تولید گندم در بسیاری از مناطق جهان بوده و به دلیل تأثیرات چندبعدی آن، یک نگرانی عمده در تحقق امنیت غذایی به شمار می‌رود. پژوهش حاضر به‌منظور بررسی تأثیر تنش خشکی بر صفات زراعی گندم (.Triticum aestivum L) انجام شده است. بدین منظور با استفاده از روش فراتحلیل، نتایج پژوهش‌های مختلف مورد تحلیل آماری قرار گرفته است تا دیدگاهی کلی و قابل‌تعمیم در مورد اثر این تنش‌ بر صفات زراعی این گیاه در شرایط مختلف ارائه شود. برای ایجاد بانک اطلاعات مورداستفاده در فراتحلیل، جستجوی بانک‌های اطلاعات علمی-پژوهشی مرتبط با اهداف تحقیق انجام شد و پس از بررسی و ارزیابی 120 پژوهش، 60 مقاله با موضوع بررسی صفات عملکرد دانه، عملکرد بیولوژیک، شاخص برداشت، وزن هزار دانه و تعداد دانه در سنبله در شرایط تنش خشکی انتخاب‌شده و داده‌های آن‌ها مورد تحلیل قرار گرفت. در این تحقیق، به‌منظور ارزیابی تفاوت بین تیمارها در مطالعات مختلف از شاخص‌ اندازه اثر کوهن استفاده شده است. نتایج نشان داد تأثیر تنش خشکی در مورد تمامی صفات موردبررسی منفی و معنی‌دار بوده است. تغییرات اندازه اثر متغیر تنش خشکی بر صفات مزبور 1.9248 تا 4.4280 بوده است. نتایج نشان می‌دهند که در تمامی شرایط مطالعه شده، تنش خشکی بیشترین تأثیر را بر عملکرد دانه داشته و سایر صفات شامل وزن هزار دانه، تعداد دانه در سنبله و شاخص برداشت در رتبه‌های بعدی قرار دارند. تحلیل نتایج پژوهش‌ها ازنظر سوگیری و همگنی نشان می‌دهد که پژوهش‌های مربوط به تأثیر تنش خشکی بر عملکرد دانه، شاخص برداشت و عملکرد بیولوژیک، وزن هزار دانه و تعداد دانه در سنبله همگنی پایینی دارند که حاکی از سوگیری مطالعات است.

کلیدواژه‌ها

موضوعات

 
Akbari Zarradkhaneh, S., Attari, M., 2016. Necessity of measuring and reporting effect size measures in psychological studies. Journal of Rooyesh-e- Ravanshenasi. 5(1), 29-46. [In Persian with English summary].
Broberg, M.C., Högy, P., Pleijel, H., 2017. CO2-induced changes in wheat grain composition: Meta-analysis and response functions. Agronomy. 7(2), 32-51.
Copas, J.B., Shi, J.Q., 2001. A sensitivity analysis for publication bias in systematic reviews. Statistical Methods in Medical Research. 10(1), 251-265.
Gallin, J.I., Ognibene, F.P., Johnson, L.L., 2017. Principles and Practice of Clinical Research, Fourth Edition (4th. ed.). Academic Press Inc., USA.
Gavaghan, D.J., Moore, R.A., McQuay, H.J., 2000. An evaluation of homogeneity tests in meta-analyses in pain using simulations of individual patient data. Pain. 85(3), 415-424.
Ghorbani Zadeh, V., Hassan Nangir, S.T., 2014. Meta-analysis Application Guide With CMA-2 Software. Sociologists Publication. [In Persian].
Gurevitch, J., Koricheva, J., Nakagawa, S., Stewart, G., 2018. Meta-analysis and the science of research synthesis. Nature. 555, 175-182.
Higgins, J.P.T., Thompson, S.G., 2002. Quantifying heterogeneity in a metaanalysis. Statistics in Medicine. 21, 1539-1558.
Higgins, J.P., Thompson, S. G., Deeks, J.J., Altman, D.G., 2003. Measuring inconsistency in meta-analyses. British Medical Journal (Clinical Research ed.). 327(7414), 557-560.
Higgins J., Green, S., 2011. Cochrane Handbook for Systematic Reviews of Interventions Version 5.1.0 [updated March 2011]. The Cochrane Collaboration, 2011. Available from www.handbook.cochrane.org.
Jing, B., Baloch, S., 2020. Yield response of winter wheat (triticum aestivum L.) to water stress in northern China: A meta-analysis. Applied Ecology and Environmental Research. 18(1), 433-446.
Khaliliaqdam, N., Hasani, R., Mir Mahmoudi, T., 2018. Meta-analysis of some effective factors on wheat production in Iran. Crops Improvement. 20(1), 191-204. [In Persian with English summary].
Koocheki, A., Nassiri Mahallati, M., Bakhshaie, S.,  Davari, A., 2017. A Meta-Analysis on Nitrogen Fertilizer Experiments on Cereal Crops in Iran. Agroecology. 9(2), 296-313. [In Persian with English summary].
Lipsey, M. W., Wilson, D. B. 2001. Practical    Meta-Analysis. Sage Publications, Inc.
Naseri, R., Vafa, P., Moradi, M. 2014. The effect of drought stress on grain yield, yield components and protein content of durum wheat cultivars in Ilam province, Iran. Biological, Veterinary, Agricultural and Food Engineering. 8, 619-624
Ried, K., 2006. Interpreting and understanding meta-analysis graphs--a practical guide. Australian Family Physician. 35(8), 635-638.
Rosenthal, R., Dematteo, M.R., 2001. Meta–analysis: Recent developments in Quantitative Methods for Literature Reviews. Annual Review of Psychology. 55, 59- 82.
Rothstein, H., Sutton, R., Alexander J., Borenstein, M., 2005. Publication Bias in Meta-Analysis: Prevention, Assessment and Adjustments. John Wiley and Sons Ltd.
Soltani, E., Soltani, A., 2014. Necessity of using meta-analysis in field crops researches. Electronic Journal of Crop Production. 7(3), 203-216. [In Persian with English summary].
Sterne, J., Egger, M., 2001. Funnel plots for detecting bias in meta-analysis: Guidelines on choice of axis. Clinical Epidemiology. 54(10), 1046-1055.
Wilcox, J., Makowski, D., 2014. A meta-analysis of the predicted effects of climate change on wheat yields using simulation studies. Field Crops Research. 156, 180-190.
Yousofi-Azar, M., Rezai, A.M., 2007. Assessment of drought tolerance in different breeding lines of wheat (Tritcum aestivum L). Water and Soil Science (Journal of Science and Technology of Agricultural and Natural Resources). 11(42),113-121. [In Persian with English summary].
Zahoor A., Ejaz A.W., Sajjad A., Shazia A., Tanveer A., Wajid M., Osama B. A., Terence T., Maryke L., Muhammad R., 2018. Physiological responses of wheat to drought stress and its mitigation approaches. Acta Physiol Plant. 40(80),1–13.
Zhang, J., Zhang, S., Cheng, M., Jiang, H., Zhang, X., Peng, C., Lu, X., Zhang, M., Jin, J., 2018. Effect of Drought on Agronomic Traits of Rice and Wheat: A Meta-Analysis. Environmental Research and Public Health.15(5), 839-853.