MétaCan
Menu
Retour à la cohorte
Enregistrement W4391763457 · doi:10.53555/sfs.v10i1s.2306

Evaluation Of Differential Response Of Herbal Priming For Augmenting Drought Tolerant Potentiality In Few Commercially Important Indian Rice Varieties (Oryza Sativa L, Var Indica)

2023· article· en· W4391763457 sur OpenAlexvenueno aff
Arunima Saha, Ruma Saha, S Bandyopadhyay, Moumita Gangopadhyay

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensnon disponible
Organismes subventionnairesAdamas University
Mots-clésOryza sativaBiologyPriming (agriculture)Differential (mechanical device)OryzaBotanyAgronomyBiotechnologyEngineeringGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Abiotic stress (drought)-a prime threat to the farming community, causing intolerance and less crop productivity in arid and semi-arid regions around the globe.Seed priming is an important hydration technique whereseeds are soaked at a controlled manner and at different condition that helps in increasing crop yield and greater emergence of root and shoot under drought stress and also allow pre- germination of seeds.This priming technique imparts greater seed germination performance, ensuring uniformity,greater tolerance against abiotic stress. Priming method should be cost effective,simple,easy, affordable to the user and must be ecofriendly. To develop crop plant with enhanced tolerance of drought stress, various conventional and genetic approach has been performed, which require great power, cost, skill, and time. The use of natural primer (herbal extract) rather than synthetic one is very much reliable as it is environment friendly and are known to accumulate in plants under stress condition and can act as potent antioxidant that helps in scavenging Reactive Oxygen Species (ROS) produced during abiotic stress and later one causes physiological changes by reducing the fertility of soil and is costly.An experiment was conducted in Randomized Block Design to analyse the efficiency of flower extracts of Marigold (Tagetes patula L), Family (Asteraceae) , Rose ( Rosa rubiginosa), family (Rosaceae), Hibiscus (Hibiscus- roa sinensis) , Family(Malvaceae)—using as priming agent to different rice seed varieties viz Satabdi (IET-4786), Jaya (IET-723), Swarna (MTU-7029) and Cottondora Sannalu (MTU- 1010) against.In the present experiment artificially, drought was mimicked upon the varieties using Poly carboxy Betaine(PCB) and the artificially drought induced seed used for priming with the herbal extract. Data were recorded in terms of seed germination, seedling development, free radicle scavenging potentiality and assessment of alpha amylase as germination indicator.From this study it was revealed that herbal priming shows differential response in different rice variety in all morphological attributes. Satabdi (IET-4786) showed most promising response when compared with check variety , while CottondoraSannalu (MTU-1010) showed least response.These comparative resultsindicated thatSatabdi (IET-4786)seeds primed with petal extract of T. petula may exhibit drought tolerant potentiality in augmenting drought stress and therefore can be a convincing measure for boosting plant’s intrinsic drought tolerant potentiality at the time of early development.

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)0,020
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil0,697

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0200,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,245
Tête enseignante GPT0,319
Écart entre enseignants0,074 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Survey in Fisheries SciencesMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207