Comparative Effects of Organic and Inorganic Seed Treatments on the Viability and Vigour of Sesame Seeds in Storage
Notice bibliographique
Résumé
This study was undertaken to determine the storability of pre-treated sesame seeds and to compare the effects of inorganic and organic seed treatments on the viability and vigour of sesame seeds during storage. Two hundred grammes of sesame seeds were treated separately with recommended dosages of Neem leaf powder (NLP), Dress force powder (DFP), Dry pepper powder (DPP) and untreated seeds being the control; each treatment placed in air-tight container and stored in a wooden cabinet at average ambient conditions of 26.5°C and 80% RH for a period of 18 weeks. Completely randomized design was used for the experiment, with storage time and seed treatment as factors. Samples were drawn from storage at interval of two weeks and tested for seed viability and seedling vigour. Seed germination, seedling vigour index, speed of germination and rate of germination were evaluated. Analysis of variance (ANOVA) was carried out on the data collected, and treatment means were separated using Duncan’s Multiple Range Tests (DMRT). Correlation analysis was also carried out to ascertain the kinds of relationships that exist among the variables evaluated. Observations showed that NLP and DPP treatments had better mean seed germination of 89.53% and 82.35% respectively compared to DFP (46.47%) and control (80.76). NLP also enhanced better seedling vigour index (339.24) throughout the strorage time compared to DFP (99.74). It is therefore recommended that natural botanicals like NLP could be adopted for short and medium term storage of sesame seeds; as it maintaned seed viability and seedling vigour optimally among other treatments.
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 ».