MétaCan
Menu
Retour à la cohorte
Enregistrement W3137020776 · doi:10.4236/ajps.2021.123018

Allelopathic Effect of Three Wild Plants (<i>Azadirachta indica</i>, <i>Tithonia diversifolia</i> and <i>Thevetia peruviana</i>) on Tomato (<i>Lycopersicum esculentum</i> Mill.) Growth and Stimulation of Metabolites Involved in Plant Resistance

2021· article· en· W3137020776 sur OpenAlexaff
Georges Yannick Fangue-Yapseu, Romaric A. Mouafo-Tchinda, Martin Kenné, Pierre Effa Onomo, Pierre François Djocgoue

Notice bibliographique

RevueAmerican Journal of Plant Sciences · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAllelopathy and phytotoxic interactions
Établissements canadiensUniversité de SherbrookeAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésAllelopathyTithoniaAzadirachtaBiologyLycopersiconBotanyHorticultureGermination

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to determine the allelopathic effects of Azadirachta indica oil and aqueous extracts of Tithonia diversifolia and Thevetia peruviana on the growth and stimulation of metabolites involved in tomato plant resistance. Randomized in blocks within a shaded area, the different treatments prepared at 10% and 15% (v/v and w/v) in water were subsequently applied on tomatoes seeds to monitor the effect on germination, and on tomatoes leaves to monitor the effect on growth and resilience of the plants. The result showed that in stressful conditions all the treatments significantly inhibit (p T. diversifolia at 10% promotes a better aerial and root growth in tomato plants, T. peruviana at 15% induces the activation of resistance mechanisms in tomato plants by increasing protein levels to 104.5%, phenol levels to 183.33% and peroxidase enzyme activity to 586.15%. Therefore, allelopathic compound of wild plants would be a good alternative for growth promotion and resistance of tomato crops.

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 enseignants0,002
Score d'incertitude au seuil0,008

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,245
Écart entre enseignants0,218 · 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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Plant SciencesMême sujetAllelopathy and phytotoxic interactionsTravaux en français237 207