Parameters of Physiology, Nutrition and Quality of Eugenia dysenterica DC Seedlings Grown in Organic Substrates from the Agricultural Industry
Notice bibliographique
Résumé
Residues from agricultural activities might be used as substrates for production of seedlings. In this study it was aimed to evaluate the physiology, nutrition and quality of Eugenia dysenterica DC. seedlings grown in substrates derived from agricultural organic wastes. The wastes used were as follows: rice husks (RHs); fermented cattle manure (FCM); cattle manure compost (CMC), which contained corn silage and FCM; sugarcane bagasse (SCB); filter cake from sugar-alcohol mills (FC); and subsoil (SB). Four substrates were formulated from the wastes, namely SB+RH (1:1; v:v), SB+CMC (1:1), SB+FCM (3:1) and SCB+FC (3:2) and BioplantÒsubstrate was also used. The following characteristics were evaluated: the emergence and vigor percentages, biometric characteristics, seedling quality indices, gas exchange, chlorophyll a fluorescence and leaf nutrient levels. The seedling emergence was similar for all the substrates. The highest vigor was found in seedlings that were cultivated in SCB+FC, which was equal to the vigor observed in BioplantÒ. In general, the use of the SB+CMC substrate gave better seedling results for the biometric and nutritional characteristics, followed by SCB+FC. Most of the biometric characteristics showed a correlation with photosynthesis, electron transport rate and effective quantum yield of photosystem II, thus showing that these characteristics can be alternatives to the traditional quality indexes used for seedlings. The use of CMC, SCB and FC was shown to be appropriate for the production and nutritional supply of seedlings’ specie. The composition SB (subsoil)+CMC (1:1) proved to be the most suitable to produce E. dysenterica seedlings.
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 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 | 0,000 |
| 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».