Effect of Corn Plant on Survival and Phenanthrene Degradation Capacity of<i>Pseudomonas</i>Sp. UG14Lr in Two Soils
Notice bibliographique
Résumé
A study was undertaken to assess if corn (Zea mays L.) can enhance phenanthrene degradation in two soils inoculated with Pseudomonas sp. UG14Lr. Corn increased the number of UG14Lr cells in both soils, especially in the acidic soiL Phenanthrene was degraded to a greater extent in UG14Lr-inoculated or corn-planted soils than uninoculated and unplanted soils. The spiked phenanthrene was completely removed within 70 days in all the treatments in slightly alkaline soil. However, in acidic soil, complete phenanthrene removal was found only in the corn-planted treatments. The shoot and root lengths of corn grown in UG14Lr-inoculated soils were not different from those in non-inoculated soil between the treatments. The results showed that in unplanted soil, low pH adversely affected the survival and phenanthrene degradation ability of UG14Lr. Planting of corn significantly enhanced the survival of UG14Lr cells in both the bulk and rhizospheric soil, and this in turn significantly improved phenanthrene degradation in acidic soil. Re-inoculation of UG14Lr in the acidic soil increased the number of UG14Lr cells and enhanced phenanthrene degradation in unplanted soil. However, in corn-planted acidic soils, re-inoculation of UG14Lr did not further enhance the already active phenanthrene degradation occurring in both the bulk or rhizospheric soils.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».