MétaCan
Menu
Retour à la cohorte
Enregistrement W2960496067 · doi:10.21273/hortsci13788-18

Intensity of Sole-source Light-emitting Diodes Affects Growth, Yield, and Quality of Brassicaceae Microgreens

2019· article· en· W2960496067 sur OpenAlexaff
Chase Jones-Baumgardt, David Llewellyn, Qinglu Ying, Youbin Zheng

Notice bibliographique

RevueHortScience · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLight effects on plants
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBrassicaErucaBrassica oleraceaBrassicaceaeGlucosinolateHorticultureLight-emitting diodeDry weightLight intensitySinapisphotoperiodismBotanyBiologyChemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Indoor farming is an increasingly popular approach for growing leafy vegetables, and under this production system, artificial light provides the sole source (SS) of radiation for photosynthesis and light signaling. With newer horticultural light-emitting diodes (LEDs), growers have the ability to manipulate the lighting environment to achieve specific production goals. However, there is limited research on LED lighting specific to microgreen production, and available research shows that there is variability in how microgreens respond to their lighting environment. The present study examined the effects of SS light intensity (LI) on growth, yield, and quality of kale ( Brassica napus L. ‘Red Russian’), cabbage ( Brassica oleracea L.), arugula ( Eruca sativa L.), and mustard ( Brassica juncea L. ‘Ruby Streaks’) microgreens grown in a walk-in growth chamber. SS LEDs were used to provide six target photosynthetic photon flux density density ( PPFD ) treatments: 100, 200, 300, 400, 500, and 600 μmol·m −2 ·s −1 with a photon flux ratio of 15 blue: 85 red and a 16-hour photoperiod. As LI increased from 100 to 600 μmol·m −2 · s −1 , fresh weight (FW) increased by 0.59 kg·m −2 (36%), 0.70 kg·m −2 (56%), 0.71 kg·m −2 (76%), and 0.67 kg·m −2 (82%) for kale, cabbage, arugula, and mustard, respectively. Similarly, dry weight (DW) increased by 47 g·m −2 (65%), 45 g·m −2 (69%), 64 g·m −2 (122%), and 65 g·m −2 (145%) for kale, cabbage, arugula, and mustard, respectively, as LI increased from 100 to 600 μmol·m −2 · s −1 . Increasing LI decreased hypocotyl length and hue angle linearly in all genotypes. Saturation of cabbage and mustard decreased linearly by 18% and 36%, respectively, as LI increased from 100 to 600 μmol·m −2 ·s −1 . Growers can use the results of this study to optimize SS LI for their production systems, genotypes, and production goals.

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 enseignants0,004
Score d'incertitude au seuil0,007

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 Opus0,021
Tête enseignante GPT0,223
Écart entre enseignants0,202 · 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

Citations81
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHortScienceMême sujetLight effects on plantsTravaux en français237 207