Carbon Nanoparticles Functionalized with Carboxylic Acid Improved the Germination and Seedling Vigor in Upland Boreal Forest Species
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nanopriming has been shown to significantly improve seed germination and seedling vigor in several agricultural crops. However, this approach has not been applied to native upland boreal forest species with complex seed dormancy to improve propagation. Herein, we demonstrate the effectiveness of carbon nanoparticles functionalized with carboxylic acids in resolving seed dormancy and improved the propagation of two native upland boreal forest species. Seed priming with carbon nanoparticles functionalized with carboxylic acids followed by stratification were observed to be the most effective in improving germination to 90% in green alder (Alnus viridis L.) compared to 60% in the control. Conversely, a combination of carbon nanoparticles (CNPs), especially multiwall carbon nanoparticles functionalized with carboxylic acid (MWCNT–COOH), cold stratification, mechanical scarification and hormonal priming (gibberellic acid) was effective for buffaloberry seeds (Shepherdia canadensis L.). Both concentrations (20 µg and 40 µg) of MWCNT–COOH had a higher percent germination (90%) compared to all other treatments. Furthermore, we observed the improvement in germination, seedling vigor and resolution of both embryo and seed coat dormancy in upland boreal forest species appears to be associated with the remodeling of C18:3 enriched fatty acids in the following seed membrane lipid molecular species: PC18:1/18:3, PG16:1/18:3, PE18:3/18:2, and digalactosyldiacylglycerol (DGDG18:3/18:3). These findings suggest that nanopriming may be a useful approach to resolve seed dormancy issues and improve the seed germination in non-resource upland boreal forest species ideally suited for forest reclamation following resource mining.
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.
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 découle