Effect of Papaya Skin Extract on Growth and Yield of Mungbean Under Drought Stress Conditions
Notice bibliographique
Résumé
Dryness is among the limiting abiotic factors of plant productivity.Papaya skin extract contains phytochemical antioxidants, such as phenolic compounds, flavonoids, and vitamin C. The study aimed to analyze how papaya skin extract affects mungbean grown under drought stress conditions.The experiment was arranged in a factorial randomized block design.The first factor was drought stress consisting of 3 levels (100% Field Capacity (FC) = control, 70% FC = mild stress, and 40% FC = medium stress), the second factor was papaya skin extract consisting of 4 concentration levels (0%, 1%, 2%, and 3%), with 3 replicates.The results of the study showed a significant interaction effect of papaya skin extract and drought stress on pod size and the number of seeds (p = 0.05).Independently, the growth rate and the dry seed were influenced by drought stress.An increase in drought stress from 100% to 40% FC resulted in increased stunted growth, as reflected in the decrease in plant height and leaf area, as well as a decrease in seed yield to 28.3% compared to the control.In addition, the components of growth and yield were significantly affected (p = 0.05) by papaya skin extract.In comparison to the control, the use of papaya skin extract improved plant growth and potentially increased seed yields by 11.2%.These findings suggest that papaya skin extract has the potential to mitigate drought stress in mungbean cultivation.
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 ».