Boosting Antioxidant Activity in Butterfly Pea via Banana Peel-Tithonia Organic Fertilizers
Notice bibliographique
Résumé
Butterfly pea (Clitoria ternatea) is a promising source of natural antioxidants due to its high anthocyanin, flavonoid, and phenolic content.This study aimed to optimize its productivity and antioxidant activity through the application of liquid organic fertilizer (LOF) from Kepok banana peel and Mexican sunflower green manure, combined with different planting media on Andisol soil.The research used a completely randomized design with two fertilizer types and four planting media, repeated three times, resulting in 72 experimental units.Conducted at Trawas Experimental Farm and the Soil Laboratory of UPN "Veteran" East Java from April to June 2024, results showed that the combination of soil and compost with Mexican sunflower green manure yielded the highest plant biomass (231.09g).Meanwhile, the combination of soil and raw husk with Kepok banana peel LOF significantly increased antioxidant activity by 24.17%.The highest harvest index (0.29) was also observed in the soil-compost combination.Soil and compost improved water retention and nutrient availability, while raw husk may have triggered stress responses and activated secondary metabolite production.These findings suggest that appropriate organic fertilizer and planting media combinations can enhance both biomass and antioxidant content of butterfly pea flowers.
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 | 0,001 |
| 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 ».