Response of varied rice genotypes on cell membrane stability, defense system, physio-morphological traits and yield under transplanting and aerobic cultivation
Notice bibliographique
Résumé
Aerobic rice cultivation progresses water productivity, and it can save almost 50% of irrigation water compared to lowland rice with the appropriate development of genotypes and management practices. Two field trials were conducted during 2020, and 2021 seasons to determine the validation of different rice varieties under aerobic cultivation based on their plant defense system, physio-morphological traits, stress indices, grain yield, and water productivity. The experiments were designed in a split-plot design with four replications. Two planting methods, transplanting and aerobic cultivation, were denoted as the main plots, and ten rice genotypes were distributed in the subplots. The results revealed that the planting method varied significantly in all measured parameters. The transplanting method with well watering had the highest value of all measured parameters except leaf rolling, membrane stability index, antioxidant, proline, and the number of unfilled grains. EHR1, Giza179 and GZ9399 as well as A22 genotypes a chief more antioxidant defense system that operated under aerobic conditions. Giza179, EHR1, GZ9399, and Giza178 showed high cell membrane stability and subsequently high validation under such conditions, and also showed efficiency in decreasing water consumption and improving water use efficiency. In conclusion, this study proves that Giza179, EHR1, GZ9399, Giza178, and A22 are valid genotypes for aerobic conditions.
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 | 0,002 | 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 ».