MétaCan
Menu
Retour à la cohorte
Enregistrement W2509701967 · doi:10.5539/mas.v10n11p176

Effectiveness Trichoderma asperellum on the Growth Cocoa Seeds under the Old Cocoa Trees

2016· article· en· W2509701967 sur OpenAlexvenueno aff
Marliana S. Palad, Ambo Ala, Nasaruddin Nasaruddin, Nadira Sannang

Notice bibliographique

RevueModern Applied Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Growth and Agriculture Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRandomized block designHorticultureRootstockBiologyCompetition (biology)Nutrient

Résumé

récupéré en direct d'OpenAlex

This study aimed to determine the effect of Trichoderma asperellum on the growth of cocoa seedlings under cocoa stands around 20 years old, so that cocoa seedlings to be used as rootstock on approach grafting for the rehabilitation of the roots of cocoa plants are old, growing well. Research compiled by randomized block design with frequency variation application T. asperellum that, once, twice and three times application respectively of4 gr.L-1 each plant. The results of the research, granting T. asperellum on cocoa seedlings planted under old cocoa trees and is still productive, able to help overcome competition in the utilization of nutrients and water as well as other growth inhibiting factors, and the influential on the vegetative growth of cocoa seedlings. Frequency of the best is three times the application that provides the most effective results for growing cocoa seeds, the seed growing percentage of 100% and an average plant height of 144.45 cm; number of leaves 37 strands; stem diameter 12.22 mm; and total leaf area 1388.30 cm2.

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 enseignants0,246
Score d'incertitude au seuil0,821

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,209
Écart entre enseignants0,192 · 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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetPlant Growth and Agriculture TechniquesTravaux en français237 207