Amber LEDs outperform red, blue, and red-blue-amber LEDs for lettuce
Notice bibliographique
Résumé
Debate persists on light in controlled environment agriculture.To dissect the effects of conventionally used wavelengths on a crop and provide new information to this expanding food production sector, this study investigated the effects of monochromatic and combined red, blue, and amber light on lettuce growth with increasing light intensities (up to 1300 molm -2 sec -1 ) for 18 days with a 16 hd -1 .Under amber light at PPFDs ranging from 500 to 700 molm -2 sec -1 , fresh mass displayed a 33.3% greater yield when compared to red light at the same PPFD.Suppressed growth was observed with either red or amber alone at high PPFD (>800 molm -2 sec -1 ).Blue light was the least productive of the four treatments, yet lettuce plant growth was not suppressed at high intensities.No growth suppression was observed for lettuce plants grown under combined red-blue-amber light at high intensities, and these plants exhibited greater biomass yield than blue light alone.Varied degrees of pigmentation occurred under each light treatment, yet bleaching was only observed in plants grown under amber light alone at PPFD above 1000 molm -2 sec -1 .Findings present novel plant responses to high intensity light, setting precedence for future experiments aimed at expanding the use of LEDs in horticulture.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».