Photosynthetic Activities, Phytohormones, and Secondary Metabolites Induction in Plants by Prevailing Compost Residue
Notice bibliographique
Résumé
Compost residue enriches soil health with the potential to enhance plant metabolism and hormonal balance, but has not yet been studied. A study was performed to determine how prevailing compost residue induces tomato (Solanum lycopersicum ‘Scotia’) plant morpho-physiology, phytohormones, and secondary metabolites. Plants were grown in soils with a previous history of annual (AN) and biennial (BI) compost amendments. The controls were soil without compost (C) amendment and municipal solid waste compost (MSWC) alone. The MSWC- and AN-plants had similar and significantly (p < 0.05) highest growth and photosynthetic activities compared to the BI- or C-plants. Total phenolics and lipid peroxidase activity were significantly (p < 0.001) high in BI-plants, while hydrogen peroxide and antioxidant capacity were significantly (p < 0.001) high in AN-plants. MSWC-plants recorded the highest cis-abscisic acid, followed by AN-, and then BI- and C-plants. Cis-zeatin, trans-zeatin, and isopentenyladenine ribosides were detected in the MSWC- and AN-plants but not in the BI- or C-plants. Furthermore, gibberellins GA53, GA19, and GA8 were high in the MSWC-plants, but only GA8 was detected in the AN plants and none in the others. Besides, MSWC plants exhibited the highest content of 1-aminocyclopropane-1-carboxylic acid. Conjugated salicylic acid was highest in the BI-plants, while jasmonic acid-isoleucine was highest in MSWC-plants and C plants. In conclusion, prevailing compost chemical residues upregulate plant growth, phytohormones, and metabolic compounds that can potentially increase plant growth and abiotic stress defense. Future work should investigate the flow of these compounds in plants under abiotic stress.
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 | 0,000 | 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 ».