Plant Biostimulants Enhance Tomato Resilience to Salinity Stress: Insights from Two Greek Landraces
Notice bibliographique
Résumé
Salinity, one of the major abiotic stresses in plants, significantly hampers germination, photosynthesis, biomass production, nutrient balance, and yield of staple crops. To mitigate the impact of such stress without compromising yield and quality, sustainable agronomic practices are required. Among these practices, seaweed extracts (SWEs) and microbial biostimulants (PGRBs) have emerged as important categories of plant biostimulants (PBs). This research aimed at elucidating the effects on growth, yield, quality, and nutrient status of two Greek tomato landraces (‘Tomataki’ and ‘Thessaloniki’) following treatments with the Ascophyllum nodosum seaweed extract ‘Algastar’ and the PGPB ‘Nitrostim’ formulation. Plants were subjected to bi-weekly applications of biostimulants and supplied with two nutrient solutions: 0.5 mM (control) and 30 mM NaCl. The results revealed that the different mode(s) of action of the two PBs impacted the tolerance of the different landraces, since ‘Tomataki’ was benefited only from the SWE application while ‘Thessaloniki’ showed significant increase in fruit numbers and average fruit weight with the application of both PBs at 0.5 and 30 mM NaCl in the root zone. In conclusion, the stress induced by salinity can be mitigated by increasing tomato tolerance through the application of PBs, a sustainable tool for productivity enhancement, which aligns well with the strategy of the European Green Deal.
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 | 0,000 | 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 | 0,000 | 0,000 |
| 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 | 0,001 |
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 ».