MétaCan
Menu
Retour à la cohorte
Enregistrement W4412683919 · doi:10.1080/19315260.2025.2538495

Effect of planting distance and spatial arrangement on different cultivars of romaine lettuce in a controlled hydroponic environment system

2025· article· en· W4412683919 sur OpenAlexafffund
Eugene Roy Antony Samy, Olivia Mendelson, Naresh Kumar Arumugagounder Thangaraju, Sarah MacPherson, Philip Wiredu Addo

Notice bibliographique

RevueInternational Journal of Vegetable Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLeaf Properties and Growth Measurement
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCultivarSowingHorticultureBiologyAgronomy

Résumé

récupéré en direct d'OpenAlex

Lettuce is a nutritious leafy vegetable, which is cultivated worldwide. This study investigated how planting distance and patterns (non-staggered and staggered) influence different cultivar responses of romaine lettuce (Lactuca sativa). Valley Heart exhibited a higher yield at lower spacing conditions than Breen. Increasing the distance from 6.3 to 8.8 cm increased fresh mass by 46% for non-staggered patterns and 46.1% for staggered patterns for Breen and 51.8% for non-staggered patterns and 62.4% for staggered patterns for Valley Heart. Dry mass increased by 41% for non-staggered patterns, 33.7% for staggered patterns, and 58.3% for non-staggered patterns for Breen and 35.2% for staggered patterns for Valley Heart by increasing the distance from 6.3 to 10.1 cm. The tallest plant heights of 31.8 ± 4.2 cm for Breen and 46.6 ± 0.4 cm for Valley Heart were observed with a non-staggered pattern at 6.3 cm. The highest internodal elongations of 2 ± 0.3 cm and 2.3 ± 0.3 cm were additionally observed with a 6.3-cm staggered distance for Breen and non-staggered distance for Valley Heart, respectively. The spacing pattern did not significantly influence the plant growth for both cultivars. These findings contribute to a better understanding of different cultivars’ responses to planting density in terms of plant growth.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,293
Score d'incertitude au seuil0,124

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,214
Écart entre enseignants0,209 · 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 tête enseignante, 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'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Vegetable ScienceMême sujetLeaf Properties and Growth MeasurementTravaux en français237 207