MétaCan
Menu
Retour à la cohorte
Enregistrement W2907251536 · doi:10.5539/jas.v11n2p169

Improvement of Cymbopogon flexuosus Biomass and Essential Oil Production With Organic Manures

2019· article· en· W2907251536 sur OpenAlexvenueno aff
V. R. de O. Lopes, Suzan Kelly Vilela Bertolucci, Alexandre Alves de Carvalho, Heitor Luiz Heiderich Roza, Felipe Campos Figueiredo, José Eduardo Brasil Pereira Pinto

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEssential Oils and Antimicrobial Activity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompostManureNutrientEssential oilAgronomyQuailBiomass (ecology)BiologyFertilizerChemistryBotanyEcology

Résumé

récupéré en direct d'OpenAlex

Cymbopogon flexuosus is a medicinal species with relevant commercial value and widely used in flavors, fragrances, toiletries, cosmetics, soaps, detergents, and pharmaceutical products. The objective of this study was evaluate the effects of different doses and sources of two manures and one compost on plant growth, leaf nutrient accumulation, content, yield, and chemical composition of the essential oil. The sources were cattle manure, quail manure, and organic compost applied in four doses and control treatment. The species increased the growth and productions of secondary metabolites by use the manures and organic compost. The highest weight gain was obtained with fertilization between 300 and 450 g pot-1 of quail manure, but the yield of essential oil in the doses from 150 to 300 g pot-1. Overall, lemon grass plants fertilized with quail manure accumulated greater concentrations of nutrients in leaf tissue than cattle manure and compost. The neral content in the essential oil was increased with the use of quail manure compared to compost and cattle manure. The results from this study demonstrated that dose and source can alter dry weight, leaf nutrients accumulation, and essential oil content and yield.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil0,136

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
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 Opus0,004
Tête enseignante GPT0,186
Écart entre enseignants0,182 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetEssential Oils and Antimicrobial ActivityTravaux en français237 207