MétaCan
Menu
Retour à la cohorte
Enregistrement W2147556489 · doi:10.5539/jas.v2n4p75

Propagation Potentials of Genotypes and Different Physiological Ages of Stem Cuttings in Jatropha curcas L.

2010· article· en· W2147556489 sur OpenAlexvenueno aff
A. K. M. Aminul Islam, Zahira Yaakob, Nurina Anuar, Mohamad Osman

Notice bibliographique

RevueJournal of Agricultural Science · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant tissue culture and regeneration
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Kebangsaan Malaysia
Mots-clésCuttingJatropha curcasJatrophaShootHardwoodBiologyHorticultureVegetative reproductionBotany

Résumé

récupéré en direct d'OpenAlex

Propagation potentials of stem cuttings of different physiological ages and genotypes of Jatropha curcas were studied at UKM, Malaysia. Stem cuttings of the different physiological ages (hardwood, semi hardwood and soft wood) taken from five selected genotypes of Jatropha and were planted soil media (top soil). Data were collected on the attributes of the stem cuttings and were analyzed using computer based software, SAS version 9.01. The study showed significant variability in shoot and root development and growth of shoots of the three physiological ages of cuttings and five genotypes. Semi hardwood stem cuttings had lower days to opening of new bud and shooting (4.84 and 11.70, respectively) as well as higher percentage of sprouted and rooted cuttings of 100.00% and 98.47%, respectively. Soft wood cuttings took higher days to opening of new bud and shoot development in all the five genotypes. Soft wood cuttings also showed lower percentage of rooted cuttings. Semi hard wood cuttings were found more suitable for the vegetative propagation of Jatropha curcas through stem cutting which gave more than 98% success. Genotypic differences were observed in shooting and rooting of Jatropha. Genotype JC 14 performed better in all three types of cutting compared to other four genotypes.

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,228
Écart entre enseignants0,219 · 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

Citations8
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPlant tissue culture and regenerationTravaux en français237 207