Effect of Moringa olifera Leaf Extract on Growth and Productivity of Three Cereal Forages
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Moringa olifera leaf extract at different concentrations were used to evaluate their effects on three cereal forages (Sorghum bicolor L. Moench, Penisetum typhoideum Rich and Sorghum Sudanese) grown under stress environment of soil and water salinity in an arid environment. Three independent experiments carried out at King Abdulaziz University Experimental Station, Makkah province during 2015 and 2016. Treatments consisted of four concentrations of Moringa olifera leaf extract: (C1 = 1 ml of juice + 10 ml of distilled water ,C2 = 1 ml of juice + 20 ml of distilled water, C3 = 1 ml of juice + 30 ml of distilled water and C4 = 1 ml of juice + 40 ml of distilled water in addition to distilled water alone as a control). Results showed that the higher concentration C1 contained the highest amount of inorganic elements and growth hormones compared to other concentrations. This in turn reflected in significant higher growth and forage yields of the three forage crops tested. Significant increases in growth and forage yields in both seasons reported for the higher concentration C1 compared to others. Fresh and dry forage yields of Millet, during 2016, increased by the higher concentration over the control treatment by 17.67 and 4.87%, respectively. Results indicated the effectiveness of Moringa leaf extract in improving growth and increasing productivity of cereal forages under harsh environment of salinity and aridity.
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.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle