Promoting Flowering and Yield in Indonesian Shallot Varieties Through the Application of Gibberellins
Notice bibliographique
Résumé
Shallot cultivation in Indonesia often encounters significant challenges due to the plant's reluctance to flower, leading to farmers' reliance on consumption bulbs as planting material.This practice results in increased farming costs, lowered production, and the risk of pathogen infection, thereby impacting yield adversely.This study aimed to investigate the role of gibberellin on the flowering and yield of diverse shallot varieties in Indonesia.A two-factor split-plot design was implemented within a completely randomized block structure.The first factor, gibberellin, was applied at three levels (without gibberellin, GA3, and GA4) as the main plot.The second factor, variety, was incorporated as a sub-plot with five levels (Bima Brebes, Biru Lancor, Superb Philip, Maja Cipanas, and Batu Ijo).Each treatment was replicated thrice, resulting in 30 experimental units.Analysis of Variance was performed at a 5% level, followed by the Duncan Multiple Range Test at the 5% level when influence was observed.A significant acceleration in shallot flowering by 35.67 days was noted when the Biru Lancor variety was treated with GA3.A correlation was found between flower fresh weight and the number of shallot seeds per inflorescence.Each variety exhibited different flowering capabilities, with the Maja Cipanas variety portraying the highest flowering percentage (13.78%).GA3 was observed to enhance the percentage of flowering plants and, when combined with the Batu Ijo variety, to support shallot bulb yield.The results indicate that GA3 can effectively promote the flowering and yield of shallots in Indonesia.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».