MétaCan
Menu
Retour à la cohorte
Enregistrement W2802864113 · doi:10.5539/jas.v10n6p99

Impact of Light Intensity and Nitrogen of Nutrient Solution on Nitrate Content in Three Lettuce Cultivars Prior to Harvest

2018· article· en· W2802864113 sur OpenAlexvenueno aff
Khurshid Ahmed Khan, Zhengnan Yan, Dongxian He

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInnovations in Aquaponics and Hydroponics Systems
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésLactucaNitrateCultivarPlant factoryNutrientTransplantingNitrogenHorticultureChemistryHydroponicsAgronomyLight intensitySowingBotanyBiology

Résumé

récupéré en direct d'OpenAlex

Nitrate smoothly accumulates in leafy vegetables and poses serious health hazards if connected excessively in the human diet. The objective of this study was to improve the cultivation method of low nitrate lettuce grown in plant factory. A substantial decrease of nitrate content (NO3-) in three lettuce cultivars were subjected by short-term pre-harvest treatment combined with lowing nitrogen supply of nutrient solution to half concentration and high photosynthetic photon flux density (PPFD) by LED lighting. The lettuce (Lactuca sativa L. cv. Frill ice, Lvzhu, Ziwei) were hydroponically grown in full strength of nutrient solution based on Yamasaki formula up to harvest time within a controlled environment under two light sources using fluorescent lamps and LEDs. The results demonstrated that a subsequent 3-days treatment of additional PPFD from 250 µmol m-2 s-1 to 350 µmol m-2 s-1 from 18 days after transplanting and half concentrations of nitrogen (NO3--N) in nutrient solution which is composition to standard resulted in the decrease of nitrate content as compared to plants grown under initial PPFD and full concentration of NO3--Ncomposition. The gradual decrease in nitrate content was accompanied by an increased concentration of nutritionally carbohydrates. Another important indicator of nutritional quality such as vitamin C content exhibited some variation, fresh weight of cultivars in cv. Frill ice and Ziwei observed higher with fluorescent lamps and for cv. Lvzhu with LED treatment section followed by lowest nitrate content of fresh leaves, respectively. Further, presented results disclosed that to avoid high accumulation of nitrate in leafy vegetables, the strategy of lowering nitrogen supply and increasing light intensity prior to harvest benefiting growers and consumers by improving quality of the product also making it consumer friendly.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,869
Score d'incertitude au seuil0,146

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 technologies0,0000,000
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 Opus0,036
Tête enseignante GPT0,266
Écart entre enseignants0,229 · 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

Citations28
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetInnovations in Aquaponics and Hydroponics SystemsTravaux en français237 207