MétaCan
Menu
Retour à la cohorte
Enregistrement W4311231255 · doi:10.5539/jas.v15n1p55

Introduction of Nutrient Solution of Silicon Sulfonated With Elemental Sulfur S8 for the Mini-tuber Production of Potato Cultivars from in vitro Micro-tuber

2022· article· en· W4311231255 sur OpenAlexvenueno aff
Davoud Hassanpanah, Sayad Parastar Anzabi, Parviz Shirinzadeh Giglou, Ahmad Mousapour Gorji, Yousef Jahani Jelodar, Elham Parastar Anzabi, Hossein Hassanpanah

Notice bibliographique

RevueJournal of Agricultural Science · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSilicon Effects in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCultivarNutrientSulfurGreenhouseHorticultureAgronomyBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

This study with aims to investigate the effect of nutrient solution sulfonated silicon with elemental sulfur S8 in the mini-tuber production of potato cultivars in the greenhouse of Potato Research Station of Ardabil Province, Iran was done during April till August of 2022. This experiment was carried out based on the factorial experimental design in two factors and three repetitions. The first factor with two levels including: 1. foliar spraying with nutrient solution sulfonated silicon with elemental sulfur S8 and 2. Control (without nutrient solution sulfonated silicon with elemental sulfur S8) and the second factor consists of micro-tubers of five cultivars in the name of Agria, Jelli, Anosha, T297 and Sheida. The foliar spraying with S-8 nutrient solution was done in five stages of vegetative growth, plant growth and development, tuberization, flowering and tuber development and tuber bulking. The results of analysis of variance showed that there was a significant difference between the levels of nutrient solution, cultivars and the interaction between nutrient solution and cultivars in terms of mini-tuber number and weight per square meter, mini-tuber number per plant and plant height. Anosha cultivar had the highest values in terms of mini-tuber number and weight per square meter and tuber number per plant traits by using nutrient solution and was placed in the group A. The Agria, Jelli, Sheida and T297 cultivars were placed in the group B and had the highest amount by using nutrient solution in terms of these characteristics. The Agria, Jelli and Anosh cultivars had the highest plant height by using nutrient solution. Based on the results, using sulfonated silicon nutrient solution with elemental sulfur S8 causing an increase mini-tuber number per square meter (515 numbers), mini-tuber number per plant (5 numbers), mini-tuber weight per square meter (47 kg) and plant height (92 cm) became.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,358
Score d'incertitude au seuil0,213

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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 tête enseignante, 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetSilicon Effects in AgricultureTravaux en français237 207