MétaCan
Menu
Retour à la cohorte
Enregistrement W1855064647 · doi:10.5539/jas.v7n10p159

Kinetin Is the Most Effective Cytokinin on Shoot Multiplication from Cucumber

2015· article· en· W1855064647 sur OpenAlexvenueno aff
Saeid Abu-Romman, Abdullah R. Arabiyyat

Notice bibliographique

RevueJournal of Agricultural Science · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant tissue culture and regeneration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKinetinExplant cultureShootZeatinCucumisCytokininBotanyMurashige and Skoog mediumBiologyMicropropagationHorticultureChemistryIn vitroAuxin

Résumé

récupéré en direct d'OpenAlex

In vitro shoot multiplication of cucumber (Cucumis sativus) was examined from the nodal explants of 10-day-old aseptic plantlets using Murashige and Skoog (MS) media supplemented with different concentration (0, 0.5, 1, 2, 3 mg L-1) of cytokinins (6-Benzylaminopurine-BAP, Kinetin-Kn, Thidiazuron-TDZ, and Zeatin). Nodal explants of cucumber showed shoot induction and multiplication in response to all cytokinins tried. MS medium containing Kn was the most effective for inducing shoots from nodal explants of cucumber. The maximum rate of regeneration (83%), the highest number of obtained shoots (7.93 shoots/explant) and the longest shoots (3.61 cm) were obtained on MS medium fortified with 1 mg L-1 Kn. The lowest culture responses were recorded for media supplemented with either BAP or Zeatin. In conclusion, using Kn is strongly recommended than using Zeatin, TDZ and BAP to obtain the highest percentage of regeneration, the highest number of shoot/explant, and the highest shoot length for nodal explants of cucumber.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,122
Score d'incertitude au seuil0,131

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,251
Écart entre enseignants0,239 · 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 tête enseignante, 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

Citations46
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPlant tissue culture and regenerationTravaux en français237 207