MétaCan
Menu
Retour à la cohorte
Enregistrement W2372173111

The Effect of NO on Drought Resistance During Medicago ruthenica Seed Germination

2014· article· en· W2372173111 sur OpenAlexvenueno aff
Jing Yuan-yua

Notice bibliographique

RevueSeed · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSeed Germination and Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGerminationMedicagoSeedlingPEG ratioBiologySNPShootHorticultureAgronomyDry weightGenotypeSingle-nucleotide polymorphismBiochemistryGene
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The effects of NO on drought resistance of Medicago ruthenica seed germination by using different treatments included 0 mmol / L SNP,PEG,0. 01 mmol / L SNP + PEG,0. 05 mmol / L SNP + PEG,0. 1 mmol / L SNP + PEG,0. 5 mmol / L SNP + PEG,1. 0 mmol / L SNP + PEG. The results showed that under stress of PEG drought of-0. 6 MPa,Medicago ruthenica seed germination rate,germination potential,germination index and vigor index decreased compared with the control. Low concentrations of SNP( 0. 01 mmol / L) have the strongest alleviation for PEG simulated drought stress of Medicago ruthenic seed germination rate and germination potential. When the concentration of SNP is 0. 05 mmol / L,the germination,vigor index of Medicago ruthenic seed is the highest,root length and shoot of the seedling is the largest,growing with excellent. Exogenous NO can significantly increase seedlings biomass of Medicago ruthenic,when concentrations of SNP is 0. 05 mmol / L,0. 1 mmol / L and 1. 0 mmol / L,it can increase fresh weight significantly; when concentrations of SNP is lower( 0. 01 mmol / L),dry weight of seeding increase.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,933
Score d'incertitude au seuil0,162

Scores Codex et Gemma par catégorie

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 Opus0,005
Tête enseignante GPT0,214
Écart entre enseignants0,209 · 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 tête enseignante, 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeedMême sujetSeed Germination and PhysiologyTravaux en français237 207