Green Synthesis of Silver Nanoparticles Using Leaf Extract of Rosmarinus officinalis and Its Effect on Tomato and Wheat Plants
Notice bibliographique
Résumé
Biological green synthesis of silver nanoparticles (AgNPs) from silver salts is a growing advanced approach to avoid the requirement of costly instruments and involvement of hazardous chemicals as well. However, increasing use of AgNPs raises potential toxicity level in the environment. In this investigation, leaf extract of rosemary (Rosmarinus officinalis) used as a reducing and stabilizing agent for biosynthesis of AgNPs. The biosynthesized AgNPs were authorized by UV-vis spectrophotometer and X-ray diffraction (XRD) analysis. The shape and size of the biosynthesized AgNPs were studied using high resolution transmission electron microscope (TEM). The toxicity of the biosynthesized silver nanoparticles on wheat and tomato plants was studied by soaking wheat grains and tomato seeds in 100 mg/L AgNPs and follow its effect on seedling growth of wheat (at 10 days) and on vegetative growth of tomato and wheat plants (at 35 days). Some physiological parameters as germination percentage of wheat seedling, length of seedling, dry weight, pigment fractions (chl.a, chl.b and caroteinoids), soluble proteins, lipid peroxidation (MDA) and antioxidant enzymes (catalase and peroxidase) of two plants were measured. AgNPs has a non-significant inhibitory effect on germination percentage of wheat, dry weight and pigment fractions. The biosynthesized AgNPs has a noticeable stress effect on tomato plant as reduced chlorophyll a and dry weight. Generally, AgNPs stimulate MDA accumulation in tomato and wheat plants. There was a noticeable different effect of AgNPs on soluble proteins and antioxidant enzymes as catalase and peroxidase among tomato and wheat plants.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».