Foliar nano-fertilization enhances fruit growth, maturity, and biochemical responses of date palm
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
The experiment was conducted in the Abi Al-Khaseeb orchard, Basrah, Iraq, during the 2019 season, on date palm (‘Hillawi’). The effect of foliar nano-fertilizer on the response of the growth and fruit ripening rate was positive. Adding nano-fertilizer to the annual date palm fertilization program improved growth and increased production. A comparison was done of foliar-applied NPK (traditional; 1 and 2 g·L −1 ), nano-fertilizer, and a combined treatment. The results revealed that the treatment of traditional foliar fertilizer and nano-fertilizer together increased the weight of fruit and bunches, water content, indoleacetic acid, and gibberellic acid relative to other treatments. Nano-fertilizers (1 g·L −1 ) led to an increase in fruit ripening rate, dry mass, total soluble solids, activity of the enzymes peroxidase and superoxide dismutase, and abscisic acid content. The leaflet protein expression shows that the appearance of protein bands 1 to 5 and 6 was upregulated by the control and traditional fertilizer, whereas the protein bands 6 and 7 were downregulated under nano-fertilizer. Hierarchical cluster analysis of proteins in the leaf in response to traditional fertilizer and nano-fertilizer showed two distinct clusters. The use of nano-fertilizer alone leads to the acceleration of fruit ripening, while the fruit production is increased using foliar nano-fertilizer with traditional fertilizer.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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