Physiological and anti-oxidative response of biologically and chemically synthesized iron oxide: Zea mays a case study
Notice bibliographique
Résumé
The synthesis methodology, particle size and shape, dose optimization, and toxicity studies of nano-fertilizers are vital prior to their field application. This study investigates the comparative response of chemically synthesized and biologically synthesized iron oxide nanorods (NRs) using moringa olefera along with bulk FeCl 3 on summer maize ( Zea mays ). It is found that FeCl 3 salt and chemically synthesized iron oxides NRs caused growth retardation and impaired plant physiological and anti-oxidative activities at a concentration higher than 25 mg/L due to toxicity by over accumulation. While iron released form biologically synthesized NRs have shown significantly positive results even at 50 mg/L due to their low toxicity, an improved leaf area (13%), number of leaves per plant (26%), total chlorophyll content (80%) and nitrate content (6%) with biologically synthesized NRs are obtained. Moreover, the plant anti-oxidative activity also increased on treatment with biologically synthesized NRs because of their ability to form a complex with metal ions. These findings suggest that biologically synthesized iron oxides NRs are an efficient iron source and can last for a long time. Thus, proving that nanofertilizer are required to have specific surface chemistry to release the nutrient in an appropriate concentration for better plant growth.
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) | 0,000 | 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 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 ».