INCREDIBLE RESEARCH WITH MURASHIGE AND SKOOG MEDIUM (MS) IN PLANT TISSUE CULTURE ON SELAGINELLA BRYOPTERIS (SANJEEVANI BOOTI)
Notice bibliographique
Résumé
Medicinal plants have been utilized as therapeutic resources to address various human health disorders from ancient times to the present. They constitute a significant natural wealth, providing essential medical care to people across different walks of life. These plants serve not only as vital therapeutic agents but also as key raw materials for the production of both traditional and modern medicines. Various parts of medicinal plants, including seeds, flowers, roots, leaves, fruits, peels, and even entire plants, are used for medicinal purposes. These plants are rich in metabolites with remarkable properties, such as carbohydrates, tannins, flavonoids, alkaloids, terpenoids, and steroids, which are effective in treating numerous diseases. With advancements in modern techniques, several specific protocols have been developed for the commercial-scale production of a wide range of secondary plant metabolites. Plant tissue culture has recently made significant contributions and now stands as an indispensable tool for the progress of agricultural science and modern agriculture. Various treatments can induce shoot and leaf development, with the most effective being the application of 1.5 mg/L BAP. In vitro-raised Selaginella bryopteris were planted in pots and grown for approximately 2-3 months in polyhouse conditions for further study. This research aims to analyze the advancements in plant tissue culture for agriculture, contributing to human health and well-being.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».