Fluorescence and Reflectance Spectroscopy for Early Detection of Different Mycorrhized Plantain Plants
Notice bibliographique
Résumé
<p class="1Body">Sustainable agriculture with use of Arbuscular Mycorrhizal Fungi (AMF) is an emerging farm management that improves crops nutrient and water use efficiency. Decision making on the effect of AMF is still dependent on agronomic diagnosis which is long, tedious, expensive and destructive. This study demonstrates the applicability of proximal fluorescence and reflectance spectroscopy for evaluating and detecting at early stage distinct types of mycorrhized plantain from two cultivars (<em>Musa paradisiaca</em>).</p><p class="1Body">Visible-near infrared (400-1000 nm) reflectance and fluorescence data were collected from control and three levels mycorrhized plants designed in randomized and complete block under greenhouse conditions. Two spectral measurements at a week interval were performed on plant leaves by using an USB spectrometer mounted with an Arduino-based LED driver clip.</p>A new normalized reflectance water NWI5 index shows with Datt5 alone highly significant differences at P&lt;0.001 respectively for Orishele and fhia21 cultivars. dNIRmin920_980, NDVI3 and GI reflectance index are significant at P&lt;0.01. Seven other reflectance and 3 fluorescence indices ANTH, FRF_R and NBI_R are significant at P&lt;0.05. The two first principal components for each cultivar spectral features explaining 94.1 % of variance were used to build predictive classification models. LogitBoost algorithm indicates accuracy of 90.27% on stratified cross-validation and 87.5% on test split. Our results confirm that fluorescence and reflectance spectroscopy is a valuable tool for early assessment of mycorrhization success rate evaluation and pattern recognition. They also show promise for the development of non-destructive and cost-effective detectors in monitoring crops under biofertilizers with arbuscular mycorrhizae.
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 ».