Changes in morpho-physiological traits and phytochemical composition of Cannabis sativa L. treated with microbial biostimulants across different substrates
Notice bibliographique
Résumé
Cannabis is a versatile crop with multiple uses, making its production highly significant. Its growth is influenced by various factors, including growing medium. Beneficial microbes, as a sustainable approach, can impact plant growth, but their effects on cannabis’ chemical profile are not well understood. This study examined two substrates (pure coco fibre and potting soil containing Sphagnum peat moss and perlite) and a microbial biostimulant comprising five Bacillus strains (two B. velezensis , two B. megaterium , and one B. licheniformis ) on cannabis growth and secondary metabolites across all growth stages. The results show that biostimulant inoculation increased flower yield by 16 % in coco fiber and 12 % in potting soil compared to uninoculated controls. It also enhanced CBDA (cannabidiolic acid) and THCA (tetrahydrocannabinolic acid) concentrations by 5 % and 10 % in coco fibre and potting soil, respectively. Biostimulant-treated plants showed a 5 % increase in total terpene levels in coco fibre but not in potting soil. Regarding growing medium, cannabis grown in potting soil showed greater overall biomass accumulation (leaf, stem, and flower) and higher leaf chlorophyll concentrations during both vegetative and reproductive stages. In contrast, coco fiber promoted root growth during the vegetative stage and resulted in significantly higher cannabinoid and terpene concentrations at maturity. Hence, coco fibre may be advantageous for enhancing cannabinoid and terpenoid profiles, while potting soil is better suited for maximizing plant yield, depending on the desired production goals. These findings emphasize the critical influence of substrate type and biostimulant application, and their interaction, in optimizing cannabis cultivation practices.
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) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».