MétaCan
Menu
Retour à la cohorte
Enregistrement W2943297539 · doi:10.5539/jas.v11n6p105

Biomass of Microalgae via Root Under the Production of Yellow Passionfruit Seedlings

2019· article· en· W2943297539 sur OpenAlexvenueno aff
George Alves Dias, Railene Hérica Carlos Rocha Araújo, Wellington Guedes Alves, Ágda Malany Forte de Oliveira, Diogenes Damarsio Andrade de Sousa, José Franciraldo de Lima, Izabela de Moraes Santos, Kalinny de Araújo Alves, Josinaldo Lopes Araújo

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineEnergy
ThématiqueAlgal biology and biofuel production
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShootDry weightScenedesmusHorticultureBiologySeedlingBiomass (ecology)Randomized block designBotanyRoot systemAgronomyAlgae

Résumé

récupéré en direct d'OpenAlex

Seedlings production is one of the most important stages of the production system and directly influences the performance of the plant in the field. In this sense, the present work aims to evaluate the use of biomass doses of Spirulina platensis and Scenedesmus sp. via root system on the production of yellow passion fruit seedlings. A greenhouse experiment was carried out using a randomized block design in a 2 × 5 factorial scheme (Spirulina platensis and Scenedesmus sp., at the doses 0.0%, 0.2%, 0.4%, 0.8 % and 1% m/v), with four blocks and two experimental units per plot. At 60 days, leaf number, total seedling length, shoot diameter, root system length, shoot length, shoot and root fresh mass, dry mass, root dry mass and total chlorophyll were measured. Spirulina platensis showed superior performance compared to Scenedesmus sp., for the variables stem diameter, shoot length, fresh shoot mass, fresh root mass, dry shoot mass and root dry mass. The doses influenced the number of leaves, root fresh mass, root dry mass, shoot length and fresh shoot mass significantly. The best dose of microalga applied was 0.8% in passion fruit seedlings at 60 days.

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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,219
Écart entre enseignants0,211 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAlgal biology and biofuel productionTravaux en français237 207