Developing Native Fish to Control Spirogyra in Paddy Fields for Improving the Growth, Nutrient Uptake, and Physiological Characteristics of Oryza sativa L.
Notice bibliographique
Résumé
Oryza sativa L. is the largest food crop in the world. The harmful filamentous green algae Spirogyra in paddy fields poses a serious threat to O. sativa yield. Therefore, biological control for Spirogyra is important for sustainable agricultural development. The native fish species Acrossocheilus yunnanensis can graze on Spirogyra and exhibits strong environmental adaptability, providing a novel approach to the biological control of Spirogyra. Therefore, we designed the O. sativa+Spirogyra+A. yunnanensis co-culture system to study the effects of A. yunnanensis on O. sativa growth and physiological characteristics. The results indicated that Spirogyra stress significantly inhibited O. sativa biomass accumulation, root length and plant height development, reduced photosynthetic efficiency, and increased the contents of oxidative stress markers including malondialdehyde (MDA) and hydrogen peroxide (H2O2). Interestingly, grazing of A. yunnanensis on Spirogyra increased the biomass of Oryza sativa by 58.60%, the root–shoot ratio by 78.01%, and the root length and plant height by 49.83% and 25.85%, respectively. Meanwhile, the soil nitrate nitrogen (NO3−-N), ammonium nitrogen (NH4+-N), and available phosphorus (AP) were enhanced, which improved O. sativa nutrient uptake and promoted photosynthetic pigment accumulation. This was manifested by an increase in chlorophyll content, net photosynthetic (Pn), transpiration rate, stomatal conductance (Gs), and intercellular CO2 concentration (Ci). Grazing of A. yunnanensis on Spirogyra alleviated the oxidative damage to O. sativa induced by Spirogyra, as evidenced by decreased malondialdehyde (MDA) and hydrogen peroxide (H2O2) level in both leaves and roots, along with increased protein content. This provides a new strategy for constructing a rice–fish symbiotic system by using indigenous fish species, achieving Spirogyra control and sustainable agricultural development.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».