MétaCan
Menu
Retour à la cohorte
Enregistrement W2912944581 · doi:10.5539/jas.v11n3p494

Lettuce Growth in Different Pot Volumes and Irrigation Frequencies Under Saline Stress

2019· article· en· W2912944581 sur OpenAlexvenueno aff
Ana Jacqueline de Oliveira Targino, Francisco de Assis de Oliveira, ⁠Mychelle Karla Teixeira de Oliveira, Lúcia R. de L. Régis, Helena Maria de Morais Neta, C. J. X. Cordeiro, Francisco Adênio Teixeira Alves, Luan Vítor Nascimento, Victor Gurgel Pessoa, Antonio Ariel Alves de Oliveira, Maria Williane de Lima Souza, Paulo Victor de Menezes, Jessilanne Plinia BM Costa, Isabelly Cristina da Silva Marques, Rafaelle da Silva Freitas

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGrowth and nutrition in plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIrrigationSalinityRandomized block designSaline waterSalineMathematicsAnimal scienceHorticultureEnvironmental scienceAgronomyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

This study aimed to evaluate lettuce production in different pot volumes and different irrigation frequency under saline stress. The experiment was carried out at the Department of Environmental and Technological Sciences of the Federal Rural University of the Semi-Arid, in Mossoró, RN, Brazil. Randomized block experimental design was used in factorial scheme of 2 × 3 × 3, with 3 replicates. Treatments were consisted of 2 water’s salinity levels (0.5 and 2.0 dS m-1), 3 frequencies of irrigation (6, 9, and 12 daily events), and 3 different pots (0.5, 1.0, and 3.0 L). Data from parameters evaluated at harvest were submitted to variance analysis and means were compared. We verified that when the lower saline water (0.5 dS m-1) was used lettuce production increased when cultivated in pots of 3.0 L and submitted to 6 daily events of irrigation. When 3.0 dS m-1 water was used the best results were obtained in 0.5 L and nine daily events of irrigation. The combination of 0.5 L pot and six or nine daily events of irrigation better inhibited the damaging effects of salinity.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,201
Écart entre enseignants0,190 · 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 source (Gemma direct ou Codex distillé), 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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