Ecotype and Foliar Fertilization with Florovit Affect Herbage Yield and Quality of Greenhouse-Grown Basil (Ocimum basilicum L.)
Notice bibliographique
Résumé
Basil is usually grown in 0.5-0.7 dm3 pots, at 25 plants per pot. However, potted basil plants wilt and die easily due to high plant density, low substrate volume, insufficient moisture and nutrient depletion. The aim of this study was to determine the herbage yield and nutritional value of greenhouse-grown basil. A two-factorial experiment was performed in a randomized block design with three replications, in 2012-2013. A two-factorial experiment was performed in a randomized block design with three replications, in 2012-2013 Six basil (Ocimum basilicum L.) ecotypes were analyzed: sweet basil, ‘Queen of Siam’ basil, purple basil, cinnamon basil, lemon basil and ‘Minette’ basil. The second experimental factor was foliar fertilization with Florovit at a concentration of 0.5% and 1%. Basil yield was significantly affected by the ecotype and the interaction between the experimental factors. ‘Minette’ basil fertilized with 1% Florovit solution was characterized by the highest fresh herbage yield. A statistical analysis revealed that Florovit had no significant effect on basil yield. The concentrations of dry matter, total sugars, L-ascorbic acid and nitrates(V) in basil herbage varied across ecotypes. Foliar fertilization had a significant effect on the organic acid content of basil leaves. The accumulation of the analyzed components in basil herbage was significantly affected by the interaction between the experimental factors. Basil yield was significantly affected by the ecotype. ‘Minette’ and ‘Siam Queen’ basil was characterized by the highest fresh herbage yield. The fresh herbage of ‘Minette’ basil contained the lowest concentrations of dry matter, total sugars, L-ascorbic acid, organic acids and nitrates(V).
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 | 0,001 |
| 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 ».