The Salinity Tolerance of Seeded-type Common Bermudagrass Cultivars and Experimental Selections
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
Turfgrass managers are using reclaimed water as an irrigation resource because of the decreasing availability and increasing cost of fresh water. Much attention, thereby, has been drawn to select salinity-tolerant turfgrass cultivars. An experiment was conducted to evaluate the relative salinity tolerance of 10 common bermudagrasses ( Cynodon dactylon ) under a controlled environment in a randomized complete block design with six replications. ‘SeaStar’ seashore paspalum ( Paspalum vaginatum ) was included in this study as a salinity-tolerant standard. All entries were tested under four salinity levels (1.5, 15, 30, and 45 dS·m −1 ) consecutively using subirrigation systems. The relative salinity tolerance among entries was determined by various parameters, including the normalized difference vegetation index (NDVI), percentage green cover determined by digital image analysis (DIA), leaf firing (LF), turf quality (TQ), shoot vertical growth (VG), and dark green color index (DGCI). Results indicated that salinity tolerance varied among entries. Except LF, all parameters decreased as the salinity levels of the irrigation water increased. ‘Princess 77’ and ‘Yukon’ provided the highest level of performance among the common bermudagrass entries at the 30 dS·m −1 salinity level. At 45 dS·m −1 , the percent green cover as measured using DIA varied from 4.97% to 16.11% among common bermudagrasses, where ‘SeaStar’ with a DIA of 22.92% was higher than all the common bermudagrass entries. The parameters LF, TQ, NDVI, DGCI, VG, and DIA were all correlated with one another. Leaf firing had the highest correlation with other parameters, which defined its value as a relative salinity tolerance measurement for common bermudagrass development and selection.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 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