MétaCan
Menu
Retour à la cohorte
Enregistrement W3189164694 · doi:10.3390/horticulturae7080243

Environmental and Cultivation Factors Affect the Morphology, Architecture and Performance of Root Systems in Soilless Grown Plants

2021· article· en· W3189164694 sur OpenAlexaff
A. Balliu, Youbin Zheng, Glenda Sallaku, J.A. Fernández, Nazim S. Gruda, Y. Tüzel

Notice bibliographique

RevueHorticulturae · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant nutrient uptake and metabolism
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésRoot systemHydroponicsNutrientAgricultureAgronomyEnvironmental scienceIrrigationShootBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Soilless culture systems are currently one of the fastest-growing sectors in horticulture. The plant roots are confined into a specific rootzone and are exposed to environmental changes and cultivation factors. The recent scientific evidence regarding the effects of several environmental and cultivation factors on the morphology, architecture, and performance of the root system of plants grown in SCS are the objectives of this study. The effect of root restriction, nutrient solution, irrigation frequency, rootzone temperature, oxygenation, vapour pressure deficit, lighting, rootzone pH, root exudates, CO2, and beneficiary microorganisms on the functionality and performance of the root system are discussed. Overall, the main results of this review demonstrate that researchers have carried out great efforts in innovation to optimize SCS water and nutrients supply, proper temperature, and oxygen levels at the rootzone and effective plant–beneficiary microorganisms, while contributing to plant yields. Finally, this review analyses the new trends based on emerging technologies and various tools that might be exploited in a smart agriculture approach to improve root management in soilless cropping while procuring a deeper understanding of plant root–shoot communication.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,185
Écart entre enseignants0,173 · 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'étudeObservationnel
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

Citations127
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHorticulturaeMême sujetPlant nutrient uptake and metabolismTravaux en français237 207