MétaCan
Menu
Retour à la cohorte
Enregistrement W4408300222 · doi:10.5539/jsd.v18n2p46

Influence of Inoculant Application Methods on the Physiological Quality of Common Bean Seeds

2025· article· en· W4408300222 sur OpenAlexvenueno aff
Itamar Rosa Teixeira, Gisele Carneiro da Silva, Nathan Mickael de Bessa Cunha, Gabriel Borges Alves, Derblai Casaroli, Alessandro Guerra da Silva

Notice bibliographique

RevueJournal of Sustainable Development · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Plant Science, Crop Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrobial inoculantQuality (philosophy)BiologyBiotechnologyAgroforestryBusinessHorticulturePhilosophy

Résumé

récupéré en direct d'OpenAlex

Common bean (Phaseolus vulgaris L.) is one of Brazil’s main crops, however, its productivity remains low. Biological nitrogen fixation (BNF) is a sustainable alternative to mineral nitrogen fertilization, reducing costs and environmental impacts. This study aimed to evaluate the physiological quality of BRS Estilo bean seeds under different inoculation strategies with Rhizobium tropici. The experiment was conducted during the 2022/2023 growing season in Anápolis-GO, using six treatments: seed inoculation, furrow inoculation, topdressing reinoculation at the V4 stage, their combinations, as well as a mineral nitrogen fertilization treatment and a control without nitrogen. The harvested seeds were subjected to germination, vigor, accelerated aging, seedling length, and dry mass tests. The results indicated that furrow inoculation combined with topdressing reinoculation at the V4 stage produced higher-quality seeds, with germination and vigor comparable to those of mineral nitrogen fertilization. Conversely, single seed inoculation was insufficient to ensure high quality seeds. It was concluded that furrow inoculation followed by topdressing reinoculation can partially or fully replace mineral nitrogen fertilization, improving nitrogen use efficiency in common bean and contributing to a more sustainable production system.

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)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,299
Écart entre enseignants0,275 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetAgriculture, Plant Science, Crop ManagementTravaux en français237 207