MétaCan
Menu
Retour à la cohorte
Enregistrement W2471135956 · doi:10.35196/rfm.2016.1.41-47

EFFECT OF POTASSIUM NITRATE ON THE PRODUCTION OF RICININE BY Ricinus communis AND ITS INSECTICIDAL ACTIVITY AGAINST Spodoptera frugiperda

2016· article· en· W2471135956 sur OpenAlexaff
Antonio Flores‐Macías, Gilberto Vela-Correa, Ma. de Lourdes Rodríguez-Gamiño, Yasmin Akhtar, Rodolfo Figueroa‐Brito, Víctor Pérez-Moreno, Miguel Ángel Rico Rodríguez, Miguel Ángel Ramos-López

Notice bibliographique

RevueRevista Fitotecnia Mexicana · 2016
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueToxin Mechanisms and Immunotoxins
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRicinusChemistryNitrogenSpodopteraLarvaBotanyAnimal scienceFood scienceBiologyBiochemistryRecombinant DNAOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The effect of four nitrogen levels (KNO3: 5, 10, 15 and 20 meq L-1) on the production of ricinine was studied using a semi-hydroponic system. The insecticidal activity of methanolic extracts of Ricinus communis L. leaves against Spodoptera frugiperda Smith larvae was also tested. A dosage – response relationship showed strong positive correlation (R2 = 0.92, P ≤ 0.05) between the nitrogen concentration in the hydroponic solution and ricinine percentage in leaves. A strong correlation (R2 = 0.94, P ≤ 0.05) was also shown for nitrogen content in tissues and ricinine percentage. The use of nitrogen in the form of KNO3 increased the production of ricinine, and it also affected mortality of S. frugiperda larvae. LC50 for ricine methanolic extracts of R. communis leaves on S. frugiperda were 13,469.12, 15,754.34, 16,046.11 and 18,155.75 mg mL-1 for nitrogen concentrations of 20, 15, 10 and 5 meq L-1 respectively. Increased nitrogen concentration in the hydroponic solution associated with increments in leaf area and ricinine concentration. This indicates that nitrogen concentration can be manipulated to improve production of this alkaloid, and the extracts used for crop protection.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,554

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,009
Tête enseignante GPT0,225
Écart entre enseignants0,216 · 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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Fitotecnia MexicanaMême sujetToxin Mechanisms and ImmunotoxinsTravaux en français237 207