Plant Growth and Antioxidative Enzymes in Sunflower Supplemented With Selenium
Notice bibliographique
Résumé
The use of soil additives such as selenium can positively influence the antioxidative system of plants, making them more tolerant to abiotic stresses. The aim of this work was to evaluate the concentration of sodium selenite or sodium selenate applied to the substrate that causes improve in plant growth and antioxidative enzyme activities in sunflower plants. The treatments were divided in: control (absence of selenium); 0.2 mg L-1 of sodium selenate; 0.4 mg L-1 of sodium selenate; 0.8 mg L-1 of sodium selenate; 0.2 mg L-1 of sodium selenite; 0.4 mg L-1 of sodium selenite and 0.8 mg L-1 of sodium selenite. The analysis of Shoot Dry Mass (SDM) production and activities of the antioxidantive enzymes: Ascorbate Peroxidase (APX), Guaiacol Peroxidase (GPX) and Catalase (CAT) was performed. For SDM and APX the concentration of 0.8 mg L-1 of sodium selenite caused higher values. CAT showed greater activity in treatments that received 0.4 and 0.8 mg L-1 of sodium selenate and 0.4 and 0.8 mg L-1 of sodium selenite than the control treatment. GPX showed superior activity in the treatments 0.8 mg L-1 of sodium selenate, 0.2 mg L-1 of sodium selenite and 0.8 mg L-1 of sodium selenite than the control treatment. It was concluded that selenium promoted improvements in the antioxidant activity and in the production of shoot dry mass of sunflower plants.
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 | 0,001 | 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 ».