MétaCan
Menu
Retour à la cohorte
Enregistrement W4237999096 · doi:10.5958/0975-6892.2015.00040.4

Influence of different AM fungi on the growth, nutrition and withanolide concentration of Withania somnifera

2015· article· en· W4237999096 sur OpenAlexaff
N. Anuroopa, D. J. Bagyaraj

Notice bibliographique

RevueMedicinal Plants - International Journal of Phytomedicines and Related Industries · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueMedicinal Plants and Neuroprotection
Établissements canadiensCentre for Community Based Research
Organismes subventionnairesnon disponible
Mots-clésWithania somniferaWithanolideFungal growthBiologyTraditional medicineBotanyChemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Withania somnifera (Ashwagandha) is an important medicinal plant whose roots containing the alkaloid withanolide have been used in the Indian traditional system of medicine for the cure of many ailments. A polyhouse study was conducted to screen and select the efficient arbuscular mycorrhizal (AM) fungi for inoculating W. somnifera. Screening was done with eleven different species of AM fungi viz.Acaulospora laevis, Gigaspora margarita, Glomus bagyarajii, Glomus etunicatum, Glomus fasciculatum, Glomus intraradices, Glomus leptotichum, Glomus macrocarpum, Glomus monosporum, Glomus mosseae and Scutellospora calospora. Plants were raised in polybags containing sand soil mix inoculated with different AM fungi. Plant parameters like height, stem girth, biovolume index, biomass of shoot and root, NPK concentration, root withanolide concentration, and mycorrhizal parameters like root colonization, spore number in the root zone soil were determined following standard procedures. Based on the improved plant parameters, especially root biomass and withanolide concentration, it is concluded that Acaulospora laevis is the best AM fungus for inoculating W. somnifera, the next best being Glomus etunicatum.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 recherche0,0000,001
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 Opus0,022
Tête enseignante GPT0,260
Écart entre enseignants0,237 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicinal Plants - International Journal of Phytomedicines and Related IndustriesMême sujetMedicinal Plants and NeuroprotectionTravaux en français237 207