MétaCan
Menu
Retour à la cohorte
Enregistrement W3137434207 · doi:10.36713/epra6538

A REVIEW ON EFFECT OF POTASSIUM AND CALCIUM ON DIFFERENT PARAMETERS ON PLANTS UNDER HYDROPONIC CONDITION

2021· review· en· W3137434207 sur OpenAlexaff
Divya Rathor, Sandhya Verma, Hitesh Solanki

Notice bibliographique

RevueEPRA International Journal of Research & Development (IJRD) · 2021
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInnovations in Aquaponics and Hydroponics Systems
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésHydroponicsPotassiumOrnamental plantCalciumNutrientShootAgronomyYield (engineering)ProductivityCropHorticultureChemistryEnvironmental scienceBiologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Hydroponics is a technique for better plant production in a liquid nutrient solution and without use of soil or artificial media. In this method almost all terrestrial plants, ornamental crops, vegetables, and foliage plants can be grown with their roots immersed directly to the mineral nutrient solution. This system provides better and higher crop yields, minimize the time of production and there is no weeding or cultivation required. The effect of calcium and potassium concentration affect the shoot, root and on the growth of plants. It enhance the structural, physiological as well as morphological parameters of plants. It shows the better quality and high yield of crops. This review is focused on the effect of potassium and calcium on the growth and productivity of plants. This article also evaluates the role of K and Ca under hydroponic system to test the different parameters. KEYWORDS : Hydroponic, Potassium, Calcium, Growth and Productivity.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,590

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,130
Tête enseignante GPT0,432
Écart entre enseignants0,302 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPRA International Journal of Research & Development (IJRD)Même sujetInnovations in Aquaponics and Hydroponics SystemsTravaux en français237 207