MétaCan
Menu
Retour à la cohorte
Enregistrement W2783884711 · doi:10.5539/jas.v10n2p318

Gas exchange, Chlorophyll Fluorescence and Pigments of Noni (Morinda citrifolia L.) under Salt Stress

2018· article· en· W2783884711 sur OpenAlexvenueno aff
Alide Mitsue Watanabe Cova, André Dias de Azevedo Neto, Hans Raj Gheyi, Rogério Ferreira Ribas, Leandra Brito de Oliveira, Renata Velasques Menezes

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMorinda citrifolia extract uses
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésTranspirationSalinityChlorophyllChlorophyll fluorescenceChemistryStomatal conductancePhotosynthesisChlorophyll aCarotenoidHorticultureWater-use efficiencyBotanyBiologyFood scienceBiochemistry

Résumé

récupéré en direct d'OpenAlex

Noni is a fruit crop well adapted to different soil and climatic conditions. Aiming to evaluate the physiological responses to salinity, noni seedlings were grown in two levels of NaCl (0 and 100 mM) in nutrient solution and the effects of salt stress on gas exchange, chlorophyll a fluorescence, photosynthetic pigments, relative water content and membrane integrity were assessed after 1, 10, 20, 30 and 40 days of salt stress. The experimental design was a completely randomized in 2 × 5 factorial arrangement with four replications. Salinity did not affect the intrinsic efficiency of water use, but reduced net assimilation of CO2, stomatal conductance, transpiration, carboxylation efficiency and contents of chlorophyll a, b, and total carotenoids. Salinity caused no major changes in chlorophyll fluorescence, however the stressed plants showed a decrease in photoprotection capacity by the cycle of xanthophylls. Salinity did not affect the water status of the leaves, but damages to the integrity of the membranes were observed due to duration of salt exposure. The data indicate that noni presents stomatal closure as a mechanism of salinity tolerance, reducing water loss by transpiration and maintaining the water status.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,278
Écart entre enseignants0,260 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetMorinda citrifolia extract usesTravaux en français237 207