Effects of outplanting time on growth, shedding and quality of Saccharina latissima (Phaeophyceae) in its northern distribution range
Notice bibliographique
Résumé
Abstract To reach the goal of large-scale seaweed cultivation in Norway and the rest of Europe, new knowledge about the commercially important kelp species Saccharina latissima is needed. Efforts to maximise biomass by outplanting the seaweed in different seasons can affect seaweed quality. Here, we investigate the effects of outplanting time (February, April, and May) when cultivating S. latissima in the northern range of the species’ distribution. We studied the quantity and quality of the seaweed biomass produced in the autumn following outplanting. Effects on quantity were evaluated as seaweed frond area, relative daily growth rate (DGR) and relative daily shedding rate (DSR). Quality was evaluated by tissue content of carbon and nitrogen compounds and number of fouling epizoans. Cultivation was successful when seedlings were outplanted in both February and April, but not in May. An earlier outplanting, in February, gave a prolonged time for grow-out at sea prior to the main recruitment event of epizoans that occurred in September, thereby earlier outplanting resulted in larger frond areas. The frond area reached in September was doubled when seedlings were outplanted in February compared to April, whereas a later outplanting in April gave a higher DGR and DSR, higher carbon content, and lower amount of fouling epizoans. The outplanting season did not affect tissue nitrate concentration or internally stored nitrate. These results show that outplanting time is an important factor to consider especially for biomass yield, but also for seaweed quality, including epibiosis of the seaweed biomass.
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 | 0,000 |
| 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 ».