Characterizing the Phytotoxic Effects of Hydrogen Peroxide on Common Microgreen Species and Lettuce Cultivars
Notice bibliographique
Résumé
Hydrogen peroxide (H 2 O 2 ) is an oxidizing agent used to disinfect recirculated irrigation water during the production of organic crops under controlled environmental systems (e.g., greenhouses). To characterize the phytotoxic effects and define a concentration threshold for H 2 O 2 , three microgreen species [arugula ( Brassica eruca ssp. sativa ), radish ( Raphanus sativus ), and sunflower ( Helianthus annuus ‘ Black Oil’)], and three lettuce ( Lactuca sativa ) cultivars, Othilie, Xandra, and Rouxai, were foliar sprayed once daily with water containing 0, 25, 50, 75, 100, 125, 150, or 200 mg·L −1 of H 2 O 2 from seed to harvest under greenhouse conditions. Leaf damage was assessed at harvest using two distinct methods: 1) the percentage of damaged leaves per tray and 2) a damage index (DI). Applied H 2 O 2 concentrations, starting from 25 mg·L −1 , increased the percentage of damaged leaves in every species except ‘Black Oil’ sunflower, which remained unaffected by any applied concentration. Symptoms of leaf damage manifested in similar patterns on the surface of microgreen cotyledons and lettuce leaves, while mean DI values and extent of damage were unique to each crop. Fresh weight, dry weight, and leaf area of all crops were not significantly affected by daily H 2 O 2 spray. Identifying how foliar H 2 O 2 damage manifests throughout the crop, as well at individual cotyledon or leaf surfaces, is necessary to establish an upper concentration threshold for H 2 O 2 use. On the basis of the aforementioned metrics, maximum recommended concentrations were 150 mg·L −1 (radish), 100 mg·L −1 (arugula) for microgreens and 125 mg·L −1 (‘Othilie’), 75 mg·L −1 (‘Rouxai’), and 125 mg·L −1 (‘Xandra’) lettuce.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».