MétaCan
Menu
Retour à la cohorte
Enregistrement W1505652077 · doi:10.1023/a:1024320606812

Effect of Foliar Application of Chitin and Chitosan Oligosaccharides on Photosynthesis of Maize and Soybean

2002· article· en· W1505652077 sur OpenAlexaff
Wajahatullah Khan, Balakrishnan Prithiviraj, Donald L. Smith

Notice bibliographique

RevuePhotosynthetica · 2002
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanocomposite Films for Food Packaging
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPentamerTranspirationChitinPhotosynthesisChitosanStomatal conductanceChemistryShootHorticultureBiologyPlant physiologyAgronomyBotany

Résumé

récupéré en direct d'OpenAlex

On the first day after foliar application, chitosan pentamer (CH5) and chitin pentamer (CHIT5) decreased net photosynthetic rate (PN) of soybean and maize, however, on subsequent days there was an increase in PN in some treatments. CH5 caused an increase in maize PN on day 3 at 10-5 and 10-7 M; the increases were 18 and 10 % over the control plants. This increase was correlated with increases in stomatal conductance (gs) and transpiration rate (E), while the intercellular CO2 concentration (Ci) was not different from the control plants. PN of soybean plants did not differ from the control plants except for treatment CH5 (10-7 M) which caused an 8 % increase on day 2, along with increased gs, E, and Ci. On days 5 and 6 the CHIT5 treatment caused a 6-8 % increase in PN of maize, which was accompanied by increases in gs, E, and Ci. However, there was no such increase for soybean plants treated with CHIT5. In general, foliar application of high molecular mass chitin (CHH) resulted in decreased PN, particularly for 0.010 % treated plants, both in maize and soybean. Foliar applications of chitosan and chitin oligomers did not affect (p > 0.05) maize or soybean height, root length, leaf area, shoot or root or total dry mass.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,217
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations158
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhotosyntheticaMême sujetNanocomposite Films for Food PackagingTravaux en français237 207