MétaCan
Menu
Retour à la cohorte
Enregistrement W4390186835 · doi:10.17707/agricultforest.69.4.12

EFFECTS OF SODIUM CHLORIDE STRESS ON GROWTH, DEVELOPMENT CHARACTERS AND YIELD OF NIGELLA SATIVA DURING VEGETATIVE, FLOWERING, AND FRUITING STAGES

2023· article· en· W4390186835 sur OpenAlexaff
Abeer A. Mahmoud, Tess Astatkie, Wafaa M. Hikal, Hussein A. H. Said‐Al Ahl

Notice bibliographique

RevueThe Journal Agriculture and Forestry · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueNigella sativa pharmacological applications
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésNigella sativaVegetative reproductionYield (engineering)HorticultureSodiumBiologyAgronomyBotanyChemistryTraditional medicineMaterials scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Globally, black cumin (Nigella sativa L.) plays a crucial role in human health by being a traditional medicine for treating diseases, and an ingredient for herbal drug formulations and several culinary applications.To maximize its usage, it is important to understand how its growth is affected by stresses.Therefore, an experiment was conducted to determine the effect of saline water irrigation on survival, growth, and yield characteristics of Nigella sativa.The plants were treated with four (control=0, 1000, 2000, and 3000 ppm) concentrations of Sodium chloride (NaCl) and its important characteristics (survival, plant height, number of branches/plant, fresh and dry stem weights, fresh and dry leaf weights, total fresh and dry weights, number of umbels/plant, fresh and dry umbels weights, number of capsules/plants, dry capsule weight, dry straw weight, seed weight) were measured during the three growth stages (vegetative, flowering, and fruiting).The results revealed that survival of the plant, its growth, and its productivity significantly decreases with increasing concentration of NaCl at the vegetative and flowering stages.This also caused substantial reduction in the seed yield and yield components at the fruiting stage.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,241
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal Agriculture and ForestryMême sujetNigella sativa pharmacological applicationsTravaux en français237 207