The Effect of Salinity and Irrigation Regimes on the Level of Fatty Acids in Olive Flesh Oil
Notice bibliographique
Résumé
<p>Olive trees have the capability of growing under semi-arid regions, where drought and salinity are the major concerns. Two years field experiments were carried out to investigate the interaction effects of natural saline well water and irrigation levels on the quantity and quality of fatty acids in the olive flesh fruits (“Roghani” cultivar). A factorial layout within a randomized complete blocks design with three replications of five irrigation levels (I<sub>1</sub> to I<sub>5</sub> as 0.25, 0.5, 0.75, 1 and 1.25 ET<sub>c</sub>) and three saline water levels (S<sub>1</sub> to S<sub>3</sub> as 100%WW, 50%WW+50%FW and 100%FW) were considered. The fresh and brackish irrigation water were withdrawn from two different natural wells (fresh water (FW) and saline water wells (WW)). <em>Results revealed that <strong>increasing salinity and decreasing irrigation water levels caused significant increment in the ratio of unsaturated fatty acids, palmitic acid to the percentage of oil and oil percentage in olive flesh fruit</strong></em>. It is found that as water<em> </em>salinity increased from lowest to the highest level, the oleic acid trends to its highest value of 23.68% in I<sub>1</sub>S<sub>1</sub>. Mean values of palmitic acid in 2013 were 27.52% and decreased to 19% in 2014. <em>It is concluded that highest percentage of oleic, linoleic, linolenic and palmitic acids obtained under high saline and less applied irrigation treatment (S<sub>1</sub>I<sub>2</sub>) yielding to improve the olive oil quality.</em></p>
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 | 0,002 | 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 | 0,001 |
| 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 ».