Exogenous selenium application enhances the photosynthetic pigment and antioxidant defense of mash bean (Vigna mungo) to confer tolerance to salt stress
Notice bibliographique
Résumé
Mash bean is an important crop enriched with proteins and highly praised in Pakistan due to its nutritional values. However, due to abiotic stresses like salinity, its production is decreased. This study was conducted to investigate the effect of selenium on mash bean to produce salt tolerance. Mash bean seeds were sown in plastic pots filled with sand. Three levels of NaCl (0 mM, 100 mM, 200 mM) and five levels of selenium (0 ppm, 20 ppm, 40 ppm, 80 ppm, 120 ppm) were applied with Hoagland solution. Salinity reduced plant height (28%), leaf area (33%), chlorophyll a (14%), chlorophyll b (9%), carotenoids (20%), potassium ions, calcium ions, superoxide dismutase, peroxidases, catalase, salt tolerance index and increased sodium ions (21%), H2O2 content as well as secondary metabolites. However, selenium application in low concentration enhanced plant height (31%), leaf area, chlorophyll a (17%), chlorophyll b (12%), carotenoids (40%), potassium, calcium, superoxide dismutase, peroxidases, catalase, salt tolerance index, proline, flavonoids, total phenol, while decreased sodium ions (25%) and hydrogen peroxide content under salt stress. Findings showed important function of selenium in improving physical characteristics, absorption of ions, photosynthetic pigments, and antioxidant defense in plants under salinity. Applying selenium at 40 ppm concentrations showed greatest efficacy in alleviating negative impacts of salt stress (100 mM) on plant growth and biochemical attributes. Maximum positive results of selenium application (40 ppm) were obtained at 0 mM of salinity.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».