Early-stage dark treatment promotes hypocotyl elongation associated with varying effects on yield and quality in sunflower and arugula microgreens
Notice bibliographique
Résumé
Microgreens growing under electric (artificial) lighting in controlled environments often have short hypocotyls, which can be difficult for machine harvest. To investigate whether early-stage dark treatment can promote hypocotyl elongation without compromising microgreen yield and quality, two different seed-size species, sunflower (Helianthus annuus ‘Black oil’) and arugula (Eruca sativa ‘Rocket’), were tested. Seeds of sunflower and arugula were sown in pots, and the pots were placed inside support trays. During the first 5 days after seeding, half of the pots per species within each tray were covered with an upside-down black tray as dark treatment, and another half were kept under light. The light treatment was provided by continuous (24-h) lighting with a combination of red (85%) and blue (15%) light-emitting diodes at a photosynthetic photo flux density of around 100 μmol·m −2 ·s −1 . After 5 days of dark treatment, the black covers were removed and the plants were grown under the above lighting treatment till harvesting. The microgreens were harvested at 7 d and 12 d after seeding for sunflower and arugula, respectively. Early-stage dark treatment promoted hypocotyl elongation by 26% and 28% for sunflower and arugula, respectively. Microgreen yield was increased by 13% for sunflower and reduced by 24% for arugula under dark treatment. Dark treatment increased cotyledon succulence by 14% for sunflower, but reduced cotyledon size by about 25% for arugula despite increases in red color and succulence of arugula hypocotyls. For both species, cotyledon color and soluble solids content were not affected by dark treatment.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 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 ».