MétaCan
Menu
Retour à la cohorte
Enregistrement W2359108884

Effects of Combined Lead and Cadmium on Seed Germination,Seedling Growth and Leaf Photosynthetic Pigment Contents of Brassica Juncea

2013· article· en· W2359108884 sur OpenAlexvenueno aff
Zou Wen-tong

Notice bibliographique

RevueSeed · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Soil, Plant Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGerminationSeedlingCadmiumBrassicaPhotosynthesisCotyledonPhotosynthetic pigmentDry weightHorticultureBiologyAgronomyBotanyChemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Taken combined lead and cadmium as variable value,the brassica juncea's seed germination experiment of eight treatments which had three repeats were designed to study the effect of combined lead and cadmium stress on the seed germination,seedling growth and photosynthetic pigment contents of B.Juncea.The result showed that the germination vigor,germination rate,relative germination rate,germination index,relative germination index,vigor index,relative vigor index,seedling height,root length,root number of B.juncea decreased obviously with the increasing of combined lead and cadmium concentration,low concentration of combined lead and cadmium was better for the accumulation of fresh and dry weight of seedling,but the high concentration of combined lead and cadmium could restrain their accumulation.It came to a dicision that the combined lead and cadmium wasn't better for seed germination and seedling growth of B.juncea.In addition,low concentration of combined lead and cadmium would help to accumulate the cotyledon photosynthetic pigment contents of B.Juncea,but the high concentration of combined lead and cadmium could stop the synthesis of cotyledon photosynthetic pigment of B.Juncea.

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 enseignants0,004
Score d'incertitude au seuil0,008

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 Opus0,008
Tête enseignante GPT0,186
Écart entre enseignants0,178 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeedMême sujetAgriculture, Soil, Plant ScienceTravaux en français237 207