Media Growing Techniques and Different Soil Types to Increase Agronomic Characteristics and Content of Flavonoid Compounds on Dayak’s Onion (Eleutherine palmifolia Merr.)
Notice bibliographique
Résumé
Utilization of biodiversity in the form of medicinal plants is an alternative to maintain health.Dayak onions as efficacious medicinal plants, have the potential to be developed.The optimal benefits of Dayak onions can be obtained if the raw materials used are of high quality.Environmental factors greatly affect the quality and quantity of tubers, including cultivation techniques and soil types.This research aims to study various cultivation techniques and soil types to improve the agronomical characteristics and flavonoid content of Dayak Onion.The study used a factorial randomized block design,3 repetitions.Factor I was the type of soil (T1=peat soil; T2=sandy soil).Factor II was the type of cultivation technique B0=without fertilization; B1=organic fertilization (chicken manure 20 t.ha -1 ); B2=inorganic fertilization (200 kg.ha -1 urea,150 kg.ha -1 SP-36,200 kg.ha -1 KCl); B3=combination of organic+inorganic fertilization.The results showed that the interaction treatment of various cultivation techniques and soil types had a significant effect on plant height, number of leaves, number of saplings.The combination of organic+inorganic fertilizers (chicken manure 20 t.ha -1 and 200 kg.ha - urea+150 kg.ha -1 SP-36+200 kg.ha -1 KCl) planted on peat soil types gives the best results on tuber wet weight 48.27 g/clump, dry tubers 16.73 g (12 wap) The average content of flavonoids planted on peat soil was higher 64.75 compared to sandy soil 52.33.
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 | 0,000 |
| 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 ».