Improving biomass yield of giant Miscanthus by application of beneficial soil microbes and a plant biostimulant
Notice bibliographique
Résumé
Sustainable production of biomass crops is important in the development of feedstocks for the production of biofuels and other bioproducts. This study investigates the use of nine beneficial soil microbes and a plant biostimulant (i.e., Ascophyllum nodosum seaweed extract) to increase the growth of two giant Miscanthus (Miscanthus × giganteus) cultivars, ‘Amuri’ and ‘Nagara’, under greenhouse conditions and in the field on poor-quality, marginal land. Greenhouse trials indicated increases in shoot dry weight (DW) in ‘Amuri’ in treatments with Gluconacetobacter diazotrophicus PAL5T LsdB++, Gluconacetobacter johannae UAP-Cf-76, and Variovorax paradoxus JM67 by 15%–24% compared with untreated controls. In ‘Nagara’, shoot DW was increased in the treatments with Penicillium bilaiae by 11% and the seaweed extract by 10%. The nutrient content of shoot tissues increased in the same treatments in which biomass was increased. Despite a lack of treatment effects on shoot DW in ‘Amuri’ in the field, several treatments increased Fe and Zn content in shoots by up to 1.9×. In ‘Nagara’ in the field, treatment with G. johannae UAP-Cf-76 and the seaweed extract resulted in increases in shoot DW by 16% and 23%, respectively, and several treatments resulted in increases in shoot Fe and Zn concentrations. The productivity enhancements in giant Miscanthus by beneficial soil microbes and the seaweed extract may be associated with increasing access to limited soil nutrients. These findings suggest that the use of beneficial soil microbes and plant biostimulants may aid in the sustainable production of giant Miscanthus on marginal lands.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».