Effect of Plant Hormones and Distillation Water on Mints
Notice bibliographique
Résumé
Steam distillation of essential oil crops produces residual distillation wastewater that is released into the environment. This study evaluated the effects of three plant hormones [methyl jasmonate (MJ); gibberellic acid (GA3); and salicylic acid (SA)] at three concentrations and the residual distillation water from 15 plant species applied as foliar spray on biomass yields, essential oil content, and essential oil yield of Mentha ×piperita ‘Black Mitcham’ and Mentha spicata ‘Native’. Overall, the application of SA at 1000 mg·L −1 increased biomass yields of both species. More treatments influenced essential oil content in ‘Black Mitcham’ peppermint than in ‘Native’ spearmint. Application of MJ at 100 and 1000 mg·L −1 , GA3 at 10 mg·L −1 , SA at 10 or 100 mg·L −1 , and distillation water of Achillea millefolium , Ammi majus , Artemisia absinthium , Cymbopogon flexuosus , Cymbopogon martinii , Chrysanthemum balsamita , and Hypericum perforatum increased the essential oil content of peppermint, whereas the oil content of spearmint was increased only by application of Monarda fistulosa distillation water. Application of MJ at 100 mg·L −1 , SA at 100 mg·L −1 , and A. absinthium , C. flexuosus , and C. balsamita distillation waters increased essential oil yields of peppermint, whereas the application of SA at 1000 mg·L −1 and distillation water of A. absinthium , Lavandula vera , and M. fistulosa increased oil yields of spearmint. This study demonstrated that the residual distillation water of some aromatic plant species may be used as a tool for increasing essential oil content or essential oil yields of peppermint and spearmint crops.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».