Effect of Cold Plasma Seed Treatment on Growth and Nitrogen Fixation Traits in Field Pea (Pisum sativum L.) and Soybean (Glycine max L.) Under Cold Stress
Notice bibliographique
Résumé
Cold stress during early growth can severely impact nodulation, growth, and yield in legumes. This study evaluated cold plasma (CP) seed treatment as a strategy to enhance growth and symbiotic nitrogen fixation (SNF) in field pea (Pisum sativum L.) and soybean (Glycine max L.) under cold stress during early growth. CP-treated and non-treated seeds were grown at 8 °C (cold) or 15 °C (control) for 5 weeks, after which half of the plants were harvested for nodulation and growth assessments. The remainder were transferred to greenhouse conditions until maturity. The cold stress suppressed nodulation and reduced biomass in both legumes. Soybean recovered under greenhouse conditions; however, pea yield remained suppressed. At maturity, SNF traits in both legumes were not significantly affected by early cold stress. CP seed treatment showed little effect under severe cold (8 °C) but at 15 °C, improved root growth in pea and enhanced root and shoot biomass and pod and seed yield in soybean. These findings suggest that CP seed treatment can improve legume performance under moderate cold. However, the current CP seed treatment conditions did not improve the stress resistance of both crops under severe cold stress.
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 ».