MétaCan
Menu
Retour à la cohorte
Enregistrement W4327807760 · doi:10.15406/hij.2022.06.00235

A preliminary study on emergence and growth of carrot seedlings in response to varying proportions of vermicompost and copper

2022· article· en· W4327807760 sur OpenAlexaff
Tongxin Ye, Mercy Ijenyo, Lord Abbey

Notice bibliographique

RevueHorticulture International Journal · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésVermicompostDaucus carotaHorticultureSowingCompostShootSeedlingChemistryNutrientBiologyAgronomy

Résumé

récupéré en direct d'OpenAlex

Vermicompost is a nutrient-rich amendment commonly used to restore soil health such as restoration of trace element contamination of growing media. A pot study was carried out to determine vermin compost and copper (Cu) interaction on little finger carrot (Daucus carota cv. Nantes) seedlings emergence and plant growth. The treatments were varying rates of Cu (i.e., 0, 100, 200 and 300 mg Cu l-1) and vermicompost (i.e., 0, 25, 50 and 75% w/w).At two weeks after sowing, the emergence rate of carrot seedlings in pots with no vermicompost (i.e., control) were 0.22, 0.25, and 0.32 folds higher than those that received the 25%, 50% and 75% vermicompost, respectively. Vermicompost, Cu and their interaction had significant (p<0.05) effects on leaf chlorophyll and anthocyanin contents. The 50% vermicompost combined with the 100 mg Cu l-1 resulted in greater leaf greenness and anthocyanin content. Plant height and number of leaves were significantly (p<0.05)increased by 0.07 and 0.16 folds following the application of the 25% and 50% vermin compost respectively, compared to the control. The 50% vermicompost had a strongly positive impact on the carrot shoot compared to the root. This preliminary study on little finger carrot cv. Nantes seedlings will require further detailed studies to explain vermicompost mitigation of Cu stress on carrot plants and 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 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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,660
Score d'incertitude au seuil0,180

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,272
Écart entre enseignants0,251 · 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'étudeObservationnel
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 revueHorticulture International JournalMême sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207