MétaCan
Menu
Retour à la cohorte
Enregistrement W4398767044 · doi:10.29169/1927-5129.2024.20.06

Effects of Magnetized, Chelated Iron Foliage Treatments, and Metal Halide Lamps on Plant Water Structure, Water Vapor Dynamics, and Resilience for Legumes under Water Stress

2024· article· en· W4398767044 sur OpenAlexvenueno aff
Craig Ramsey

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMagnetic and Electromagnetic Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResilience (materials science)Water stressTranspirationWater vaporHalideMetalChelationChemistryEnvironmental scienceMaterials scienceMetallurgyAgronomyInorganic chemistryBiologyComposite materialPhotosynthesis

Résumé

récupéré en direct d'OpenAlex

A greenhouse study was conducted to determine the effects of foliar applications of magnetized, chelated liquid iron fertilizer for increasing the drought tolerance of two legumes. The study objectives were to determine the drought tolerance effects of four treatments on foliar gas exchange, soil moisture, and plant growth for soybean (Glycine max) and velvet bean (Mucuna pruriens) plants. The plant treatments included applications with chelated liquid iron fertilizer (2.5 and 5%) with a conventional boom sprayer, with and without magnets in the spray lines, and metal halide lamps. Three gas exchange measurements were collected before applying the foliage treatments and after two water stress treatments. A foliage and metal halide lamp treatment deactivated or unlinked nine interconnected gas exchange parameters that are correlated with plant defense activities during water stress conditions. The deactivation of interconnected regulatory gas exchange functions improved metabolic efficiency, reduced stress levels, and boosted plant resilience to abiotic stressors. Also, the study findings suggest that the study treatments maintained or increased the level of biologically structured water in plant tissues and vascular systems.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 recherche0,0000,000
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 Opus0,003
Tête enseignante GPT0,216
Écart entre enseignants0,213 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetMagnetic and Electromagnetic EffectsTravaux en français237 207