Comparative Effects of Funneliformis Mosseae on Growth and Nutrient Uptake in Tomato (Lycopersicon esculentum) and Fenugreek (Trigonella foenum-graecum)
Notice bibliographique
Résumé
The research compared the effects of the mycorrhizal fungus Funneliformis mosseae on growth and nutrient uptake in Lycopersicon esculentum (tomato) and Trigonella foenumgraecum (fenugreek) plants.Mycorrhizal biofertilizer (Funneliformis mosseae) was applied to clay, peatmoss, and mixed soils, followed by planting tomato and fenugreek seeds.Growth parameters such as germination rate, biomass, root colonization, and vegetative growth were assessed.Root and shoot samples were analyzed for nutrient content and protein concentration.The results showed significant improvements in germination, with tomato reaching 95% and fenugreek 80% in clay soil inoculated with mycorrhiza.Mycorrhizal frequency was highest in clay soil, with tomato at 94.14% and fenugreek at 76.24%.Root and shoot biomass, root length, and nutrient concentrations also increased significantly in mycorrhizal treatments, with tomato outperforming fenugreek across all parameters.Funneliformis mosseae significantly (p < 0.05) enhanced plant growth and nutrient uptake compared to control treatments.Tomato plants grown in clay soil with mycorrhizal treatment recorded the highest values: root biomass (0.83g), shoot weight (29.5g), and nutrient concentrations (N: 6.12%, P: 1.99%, K: 7.34%, protein: 31.25%).Fenugreek exhibited similar improvements.These findings highlight the role of Funneliformis mosseae in enhancing plant growth and nutrient uptake.
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 ».