MétaCan
Menu
Retour à la cohorte
Enregistrement W3116898193 · doi:10.17957/ijab/15.1001

Nitrogen Affects Leaf Expansion and Elongation Rates During Early Growth Stages of Wheat

2025· article· en· W3116898193 sur OpenAlexaboutno aff
Ahmad Khan, Asim Muhammad, Shazma Anwar, P.A. Hollington

Notice bibliographique

RevueInternational Journal of Agriculture and Biology · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensnon disponible
Organismes subventionnairesHigher Education Commission, PakistanBangor University
Mots-clésBiologyElongationAgronomyNitrogenGrowth rateBotanyChemistry

Résumé

récupéré en direct d'OpenAlex

Nitrogen fertilization strongly influences the wheat growth particularly in N deficient soil.This study quantified the effect of N sources on emergence, growth rate, chlorophyll content, phyllochron and dry matter of wheat.Wheat (AC Barrie variety) was grown in glasshouse at the University of Bangor, Wales, UK in pots comprising five N treatments i.e., ordinary soil (0 kg N ha -1 ), 100 kg N ha -1 as nitram, compost, farmyard manure (FYM) @ 12.5 and 25 t ha -1 .Nitram N delayed seedling emergence, improved chlorophyll contents, leaf length, and plants height.Linear elongation and leaf appearance rates were greater for manure over control.Linear elongation rate decreased with appearance of leaves.Phyllochron values decreased as the number of leaves on primary tiller increased.In conclusion, the inorganic N reduced leaf numbers but increased leaf elongation rate, whereas organic source of N increased roots biomass and appearance of leaves.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,548
Score d'incertitude au seuil0,097

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,246
Écart entre enseignants0,237 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations14
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Agriculture and BiologyMême sujetCrop Yield and Soil FertilityTravaux en français237 207