MétaCan
Menu
Retour à la cohorte
Enregistrement W2955255601 · doi:10.5539/jas.v11n10p112

Role of Salicylic Acid in Alleviating Cobalt Toxicity in Wheat (Triticum aestivum L.) Seedlings

2019· article· en· W2955255601 sur OpenAlexvenueno aff
Hala Ezzat Mohamed, Atiat Hassan

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Stress Responses and Tolerance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAPXSalicylic acidAntioxidantChemistryPhotosynthesisCobaltAgronomyToxicityShootBiomass (ecology)HorticultureBiologyCatalaseBiochemistry

Résumé

récupéré en direct d'OpenAlex

Heavy metals pollution of soils become the most serious environmental problem resulted in decreased soil fertility and crop yield losses. Cobalt (Co), as a beneficial element, can be a contaminant in soils due to agricultural additives or metal refineries, it causes irreversible damage to several physiological and metabolic constituents at higher concentrations. In this investigation we study the effects of different Co concentrations (0, 50,150, 250, 350 µM as CoCl2) on growth and physiological processes in wheat (Triticum aestivum) plants and discuss the role of spraying with salicylic acid (0.5 mM) for ameliorating effect of cobalt toxicity in wheat leaves. Cobalt causing a significant reduction in fresh and dry biomass, shoot height, water content and total photosynthetic pigments. This was accompanied with accumulation of H2O2 and MDA contents and induction of some antioxidant enzymes activities. There was an increase in SOD activity with increasing Co concentration then decline, a significant increase in APX and PPO activities while CAT was significantly declined. Spraying wheat seedlings with salicylic acid can be recognized to significantly increase in all tested growth parameters and that was attributed to decrease, to some extent, the accumulation of H2O2 and MDA and improve the activity of antioxidant enzymes.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,216
Écart entre enseignants0,208 · 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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPlant Stress Responses and ToleranceTravaux en français237 207