Field Evaluation of a Chitosan-Based Biostimulant: Yield Gains and Photosynthetic Priming in Upland Rice
Notice bibliographique
Résumé
Chitosan-based biostimulants offer a promising strategy to enhance crop resilience under environmental stress, though their physiological effects under field conditions remain poorly understood. This study evaluated FF-BR—a foliar-applied chitosan-based formulation (U.S. Patent No. 9,868,677 B2), under development, for its effects on physiological traits and grain yield in sprinkler-irrigated upland rice (Oryza sativa L.) cultivated in the Brazilian Cerrado. Foliar applications at 1.0%, 1.5%, and 2.0% (v/v) were compared to untreated controls under 48-hour irrigation intervals. FF-BR enhanced net CO2 assimilation (A), stomatal conductance (gs), and intrinsic water use efficiency (iWUE), particularly during the early photoperiod when vapor pressure deficit increased—suggesting improved stomatal regulation and hydraulic integrity. Chlorophyll a fluorescence analysis revealed elevated Y(II) and ETR, moderated NPQ, and enhanced qP at 2.0%, indicating greater photochemical efficiency. Grain yield increased by 589 kg ha-1 (10.7%) and 620 kg ha-1 (11.3%) at 1.5% and 2.0%, respectively, due to higher grain number per panicle, reduced spikelet sterility, and increased 1000-grain weight. These enhancements at the physiological level were successfully translated into superior agronomic performance, supporting the priming hypothesis under fluctuating water availability. This study provides the first field-based evidence of FF-BR’s priming capacity in rice, demonstrating its ability to improve water use efficiency, photosynthetic performance, and yield components under realistic production conditions. FF-BR shows strong potential as a climate-resilient biostimulant that promotes yield stability through enhanced physiological plasticity in sprinkler-irrigated rice systems.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».