Profiles of Compounds in Stover of Rice, Cymbopogon, Desmodium, Mucuna and Maize
Notice bibliographique
Résumé
Crop residues and mulches release phytotoxic substances into the soil that affect plant growth. An experiment was conducted at the Uganda National Crop Resources Research Institute, Namulonge during 2016, to identify compounds in the stover of potted Cymbopogon nardus, Desmodium uncinatum, Oryza sativa, (NERICA 1), Mucuna pruriens and Zea mays (LONGE 6H) at fourty five days after germination. This marked near the average stationary phase for test crops’ growth when secondary metabolites are maximum. Organic compounds in the stover were extracted using solid phase micro-extraction. Samples were subjected to analysis using a 7890A Gas Chromatography system. Data files were transferred into a distinct folder and data was uploaded onto XCMS online platform for pair wise comparison and other related statistical analysis in the National institute of Science and Technology library. Ten terpenoids and one ester were identified in cymbopogon stover. Desmodium stover released six terpenoids and three phenols. Rice stover produced six terpenoids, three phenolic compounds and one ester. Mucuna stover released two terpenoids and four phenols. The maize stover produced five terpenoids and four phenolic compounds. Profiled compounds from cymbopogon, desmodium, rice, mucuna and maize could be responsible for the reported negative allelopathic effects such as auto-toxicity and suppression of companion crops expressed in agricultural ecosystems. Allelopathic activity of the profiled compounds should be confirmed through bioassays extracts and residues studies. The development and incorporation of the profiled metabolites into agricultural management system may lead to the production of bio-herbicides that reduce environmental degradation and increase crop 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 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 | 0,001 |
| 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 ».