MétaCan
Menu
Retour à la cohorte
Enregistrement W2806374793 · doi:10.5539/jas.v10n7p455

Silicon Potential as Attenuator of Salinity Effects on Growth and Post-harvest Quality of Lettuce

2018· article· en· W2806374793 sur OpenAlexvenueno aff
Hozano de Souza Lemos Neto, Marcelo de Almeida Guimarães, Rosilene Oliveira Mesquita, Ítalo Marlone Gomes Sampaio, Ana Régia Alves de Araújo Hendges, Alexandre Bosco de Oliveira

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSilicon Effects in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSalinityShootRandomized block designFactorial experimentHorticultureTitratable acidHalotoleranceChemistryAgronomyBiologyMathematicsEcology

Résumé

récupéré en direct d'OpenAlex

Silicon (Si) is a mineral element that provides many benefits to plants and may also assist in tolerance to abiotic stresses such as salinity. The aim of the study was to evaluate the use of Si as a possible attenuator of the deleterious effects of salinity on growth and post-harvest of lettuce. A completely randomized design with four replicates was performed in a 3 × 2 factorial, consisting of three salinity levels (1.65, 3.65, 7.65 dS m-1) and two levels of silicon (0.0 and 2.0 mM). Salinity reduced all variables related to plant growth. For shoot fresh and dry mass, it was observed that NaCl caused a reduction of 79.80 and 80%, respectively, in comparison to the control. However, parameters related to post-harvest such as titratable acidity, soluble solids and vitamin C increased with salinity. Although not effective in reducing saline stress on plant growth, Si provided improvements in the variables related to lettuce post-harvest. Salinity significantly reduced plant growth in the presence and absence of Si, but provided better post-harvest quality with Si.

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)0,002
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 enseignants0,585
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,258
Écart entre enseignants0,246 · 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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetSilicon Effects in AgricultureTravaux en français237 207