Cannabis Yield Increased Proportionally With Light Intensity, but Additional Ultraviolet Radiation Did Not Affect Yield or Cannabinoid Content
Notice bibliographique
Résumé
Cannabis (Cannabis Sativa L.) is now legally produced in many regions worldwide. Cannabis flourishes under high light intensities (LI); making it an expensive commodity to grow in controlled environments, despite its exceptionally high market value. It is commonly believed that cannabis secondary metabolite levels may be enhanced both by increasing LI and by exposing crops to ultraviolet radiation (UV). However, there is sparse scientific evidence to guide cultivators. Therefore, the impact of LI and UV on yield and quality must be elucidated to enable cultivators to optimize their lighting protocols. We explored the effects of LI, ranging from 350 to 1400 μmol m-2 s-1 and supplemental UV spectra on cannabis yield and potency. There were no spectrum effects on inflorescence yield, but harvest index under UVA+UVB was reduced slightly (1.6%) vs. the control. Inflorescence yield increased linearly from 19.4 to 57.4 g/plant and harvest index increased from 0.565 to 0.627, as LI increased from 350 to 1400 μmol m-2 s-1. Although there were no UV spectrum effects on total equivalent Δ9-tetrahydrocannabinol (T-THC) content in leaves, the neutral form, THC, was 30% higher in UVA+UVB vs. control. While there were no LI effects on inflorescence T-THC content, the content of the acid form (THCA) increased by 20% and total terpenes content decreased by 20% as LI increased from 350 to 1400 μmol m-2 s-1. High LI can substantially increase cannabis yield and quality, but we found no commercially-relevant benefits of adding supplemental UV radiation to indoor cannabis production.
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 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 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».