MétaCan
Menu
← Retour à la cohorte
Enregistrement W2130678608 · doi:10.1139/cjm-2015-0024

Enhancing plant productivity while suppressing biofilm growth in a windowfarm system using beneficial bacteria and ultraviolet irradiation

2015· article· en· W2130678608 sur OpenAlexvenueno aff
Seungjun Lee, Chongtao Ge, Zuzana Bohrerova, Parwinder S. Grewal, Jiyoung Lee

Notice bibliographique

RevueCanadian Journal of Microbiology · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConstructed Wetlands for Wastewater Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPseudomonas chlororaphisPythium ultimumBiofilmBacteriaBiologyMicroorganismHorticulturePseudomonasMicrobiologyChemistryFood scienceBiological pest control

Résumé

récupéré en direct d'OpenAlex

Common problems in a windowfarm system (a vertical and indoor hydroponic system) are phytopathogen infections in plants and excessive buildup of biofilms. The objectives of this study were (i) to promote plant health by making plants more resistant to infection by using beneficial biosurfactant-producing Pseudomonas chlororaphis around the roots and (ii) to minimize biofilm buildup by ultraviolet (UV) irradiation of the water reservoir, thereby extending the lifespan of the whole system with minimal maintenance. Pseudomonas chlororaphis-treated lettuce grew significantly better than nontreated lettuce, as indicated by enhancement of color, mass, length, and number of leaves per head (p < 0.05). The death rate of the lettuce was reduced by ∼ 50% when the lettuce was treated with P. chlororaphis. UV irradiation reduced the bacteria (4 log reduction) and algae (4 log reduction) in the water reservoirs and water tubing systems. Introduction of P. chlororaphis into the system promoted plant growth and reduced damage caused by the plant pathogen Pythium ultimum. UV irradiation of the water reservoir reduced algal and biofilm growth and extended the lifespan of the system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,189
Écart entre enseignants0,176 · 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 source (Gemma direct ou Codex distillé), 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

Citations13
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Microbiology→Même sujetConstructed Wetlands for Wastewater Treatment→Travaux en français237 207→