MétaCan
Menu
Retour à la cohorte
Enregistrement W2082101935 · doi:10.1080/00103624.2012.744032

<i>Ascophyllum nodosum</i>Extract and Its Organic Fractions Stimulate<i>Rhizobium</i>Root Nodulation and Growth of<i>Medicago sativa</i>(Alfalfa)

2013· article· en· W2082101935 sur OpenAlexafffund
Wajahatullah Khan, Ravishankar Palanisamy, Alan T. Critchley, Donald L. Smith, Y. A. Papadopoulos, Balakrishnan Prithiviraj

Notice bibliographique

RevueCommunications in Soil Science and Plant Analysis · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Growth Enhancement Techniques
Établissements canadiensNova Scotia Department of AgricultureAgriculture and Agri-Food CanadaMcGill UniversityAcadian Seaplants (Canada)Dalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAtlantic Canada Opportunities Agency
Mots-clésAscophyllumChloroformShootMedicago sativaDry weightRoot noduleRhizobiumHorticultureBotanyChemistryBiologyDry matterNitrogenAgronomyNitrogen fixationInoculationAlgaeChromatography

Résumé

récupéré en direct d'OpenAlex

The effects of the seaweed Ascophyllum nodosum extracts (ANE) on nitrogen (N)–fixing nodules and growth of alfalfa plants were studied under greenhouse conditions. The treatment of alfalfa roots increased the number of total nodules per plant with ANE (69%) and organic sub-fractions methanol (20%) and chloroform (35%) at 1 g L−1 concentration. The number of functional nodules was greater per plant in ANE (36%) and its organic sub-fraction chloroform (105%). Maximum increase in shoot length was observed in ANE-treated plants (42%) and chloroform-treated plants (42%). Root length was longer in the chloroform fraction (15%), whereas the shoot dry-weight accumulation was greater in plants treated with ANE (118%), methanol (85%), and chloroform (85%) than the control. Root dry-weight accumulation increased in plants treated with ANE (118%) and chloroform (69%) compared to the control. Further studies are under way to identify the chemical components in ANE and organic fractions.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil0,381

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,254
Écart entre enseignants0,230 · 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'étudeObservationnel
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

Citations30
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications in Soil Science and Plant AnalysisMême sujetPlant Growth Enhancement TechniquesTravaux en français237 207