Agronomic Approach to Iron Biofortification in Chickpea
Notice bibliographique
Résumé
Iron (Fe) deficiency specifically is the most common nutritional disorder due to insufficient absorbable Fe. Biofortification is a process of enriching the nutrient content of staple crops and is considered as a sustainable and cost-effective strategy to address micronutrient deficiency problems especially in the less developed countries. Chickpea (Cicer arietinum L.) is a staple food in many developing countries worldwide and is an excellent source of micronutrients. Biofortification of chickpea is a possible solution to address Fe deficiency problem. Chickpea biofortification experiment was conducted under field conditions to evaluate the effects of different doses of Fe fertilizer (0 kg ha-1,10 kg ha-1 and 30 kg ha-1 of Fe-EDDHA) on Fe content in seeds of 18 chickpea cultivars. The experiment was designed as a factorial combination of 18 chickpea cultivars and 3 different doses in a randomized complete block design with 4 replications at two locations in Saskatchewan in 2015 and 2016. Fe concentration in seeds across 18 different chickpea cultivars increased with Fe fertilization. Fe concentration in X05TH20-2 and CDC Frontier cultivars increased from 57 ppm to 59 ppm and 56 ppm to 58 ppm, respectively, after adding Fe fertilizer in both location in 2015 and 2016.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,005 |
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 ».