Effects of Nutrient Composition on Yield and Quality of Mushroom in Lentinula edodes Cultivation Using Softwood Sawdust
Notice bibliographique
Résumé
This study was performed to evaluate the efficiency of using softwood as the sawdust medium for Lentinula edodes cultivation, effect of nutrient on the mycelial growth, spawning, the mushroom yield, and quality. The nitrogen nutrition significantly enhanced the mycelial growth of L. edodes. The glutamic acid in the L. leptolepis and P. koraiensis, and asparagine in the P. densiflora were appeared to slight increase in the mycelial growth. The vegetable oil showed very effective on the mycelial growth in the P. koraiensis sawdust medium. Carbon/nitrogen ratio of all the test was reduced after mycelial growth. The mycelial growth was exclusively dependent on reduction of carbon. The mushroom yield (32.7%) of the P. densiflora sawdust medium (carbon source: 3% active carbon, nitrogen source: 0.4% asparagines) was the best in mushroom production of L. edodes, followed by the Q. variabilis sawdust (35.4%) of the control medium. The diameter of mushroom cap was obtained from the P. densiflora sawdust (carbon source: 3% sucrose, nitrogen source: 0.4% potassium nitrate) and P. koraiensis sawdust (carbon source: 3% sucrose, nitrogen source: 0.4% potassium nitrate), and the P. koraiensis sawdust (carbon source: 3% xylose, nitrogen source: 0.4% glutamic acid, supplement: 0.05% amino acid), with values 71.5 mm, 71.5 mm and 72.1 mm, respectively. In the polypropylene bag cultivation, the weight losses of the block medium gradually increased for 80 days in the dark (13.8~16.8%) and then became stable in the range of 20.7~25.8%.
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».