MétaCan
Menu
Retour à la cohorte
Enregistrement W3084116880 · doi:10.5539/jas.v12n10p77

Chicken Manure and Phosphorus Influence on Biomass Production and Chemical Composition of the Essential Oil of Ocimum kilimandscharicum

2020· article· en· W3084116880 sur OpenAlexvenueno aff
Vânia Tomazelli de Lima, Maria do Carmo Vieira, Anelise Samara Nazari Formagio, Néstor Antônio Heredia Zárate, Cláudia Andréa Lima Cardoso, Willian Vieira Gonçalves, Heldo Denir Vhaldor Rosa Aran, Thiago de Oliveira Carnevali

Notice bibliographique

RevueJournal of Agricultural Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEssential Oils and Antimicrobial Activity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChicken manureEssential oilRandomized block designPhosphorusBiomass (ecology)CamphorManureChemistryOcimumHorticultureComposition (language)TransplantingChemical compositionAgronomyBiologyFood scienceSeedling

Résumé

récupéré en direct d'OpenAlex

The effects of soil incorporation of five rates of semi-decomposed chicken manure (0, 5, 10, 15 and 20 t ha-1), with and without the addition of phosphorus (200 kg P2O5 ha-1) on biomass production and chemical composition of the essential oil from leaves of African blue basil were evaluated. The experimental design was a randomized complete block design in a 5 × 2 factorial scheme, with four replicates. The first cut of plants was performed at 70 days after transplanting (DAT) and the second at 140 DAT. The addition of 20 t ha-1 of chicken manure to the soil induced increase in plants height, fresh and dry mass production and yield of essential oil. The use of chicken manure induced an increase in camphor content and decreased content of 1,8 cineole. After regrowth, biomass production of African blue basil was higher when compared to the first cut.

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 enseignants0,003
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 recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,195
Écart entre enseignants0,188 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetEssential Oils and Antimicrobial ActivityTravaux en français237 207