MétaCan
Menu
Retour à la cohorte
Enregistrement W2062069710 · doi:10.6000/1929-5634.2014.03.01.5

Effects of Inoculants (Chlorobium limicola and Rhodopseudo-monas palustris) on Nutrient Uptake and Growth in Cucumber

2014· article· en· W2062069710 sur OpenAlexvenueno aff
Shuang Shao, Hongyao Zhao, Xiaolei Guo, Lijie Guan, Haiyan Li

Notice bibliographique

RevueJournal of Nutritional Therapeutics · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant-Microbe Interactions and Immunity
Établissements canadiensnon disponible
Organismes subventionnairesShenyang University of Chemical TechnologyShenyang Science and Technology Bureau
Mots-clésMicrobial inoculantRhodopseudomonas palustrisRhizobacteriaShootHorticultureChlorophyllDry weightBiologyNutrientChemistryBotanyFood scienceInoculationBacteriaRhizosphereEcology

Résumé

récupéré en direct d'OpenAlex

Rhizobacteria is a prosperous for promoting plant growth for the superiority of reducing environmental damages. Two Strains of Chlorobium limicola and Rhodopseudomonas palustris were supplied in the experiment as potential inoculants for cucumber. Significant enhancement of the availability of macronutrient elements N, P and K were observed in soil, and further improvement on the uptake of them was also obtained in cucumber plants. Accumulation of essential micronutrients of Fe and Zn were detected both in roots and in shoots. The two stains increased chlorophyll and carotinoid synthesis, plant height, stem diameter, wet weight and dry weight. Various dose has significantly effect on plant growth stimulation, C. Limicola with 107 cells mL-1 and R. Palustris with 108 cells mL-1 seem to be better on the whole.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,180

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 Opus0,023
Tête enseignante GPT0,238
Écart entre enseignants0,215 · 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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nutritional TherapeuticsMême sujetPlant-Microbe Interactions and ImmunityTravaux en français237 207