MétaCan
Menu
Retour à la cohorte
Enregistrement W2897574855 · doi:10.5539/jas.v10n11p249

Substrates and Irrigation Frequencies in the Development of Seedlings of Schizolobium parahyba var. amazonicum

2018· article· en· W2897574855 sur OpenAlexvenueno aff
José Darlon Nascimento Alves, Wendel Kaian Oliveira Moreira, Leilane Avila Bezerra, Shirlene Souza Oliveira, Tayssa Menezes Franco, Ricardo Shigueru Okumura, Raimundo Thiago Lima da Silva, Inayara Albuquerque Oliveira, Francisco de Assis do Nascimento Leão

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGrowth and nutrition in plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeedlingDry matterShootIrrigationHorticultureSubstrate (aquarium)Dry weightManureBiologyAgronomyEcology

Résumé

récupéré en direct d'OpenAlex

Knowledge on the ideal conditions for the formation of high quality seedlings is fundamental to guarantee establishment success of crops in a safe and efficient manner. Here, we evaluate the effect of different substrates and irrigation frequencies on the initial growth of parica (Schizolobium parahyba var. amazonicum) seedlings. The experiment was conducted in a greenhouse at the Federal Rural University of Amazônia, Capitão Poço, PA. Several variables were analyzed including seedling height, stem diameter, number of leaflets, shoot dry matter, root dry matter, total dry matter, height and stem diameter ratio, shoot dry matter ratio and root dry matter. We found significant differences in seedling development between the applied treatments, including a significant interaction between substrate type and irrigation regime on seedling height, stem diameter, the number of leaflets and plant growth indices, with the best response for proportions 75% soil + 25% bovine manure and 50% soil + 50% bovine manure. Therefore, the substrates containing organic compounds resulted in a higher quality of the seedlings, while the sand consistently presented the lowest increases in seedling production under the three experimental irrigation frequencies, and thus is not recommended as a substrate for the development of Schizolobium parahyba var. amazonicum.

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 enseignants0,800
Score d'incertitude au seuil0,165

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 Opus0,020
Tête enseignante GPT0,227
Écart entre enseignants0,207 · 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

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetGrowth and nutrition in plantsTravaux en français237 207