Research on the Promotion and Application of Efficient Off-Season Cultivation Technology in the Industrialization of <i>Leonurus japonicus</i>
Notice bibliographique
Résumé
Leonurus japonicus is a widely used medicinal plant in traditional Chinese medicine, known for its therapeutic effects such as regulating menstruation and promoting blood circulation. However, conventional open-field cultivation is often limited by seasonal changes, temperature, and rainfall, making the supply of medicinal materials unstable and unable to meet the growing demand for high-quality raw materials. By using greenhouses, adjusting light exposure, and controlling temperature and humidity, cultivation can be extended beyond traditional seasons. This study focuses on the growth characteristics of L. japonicus , examining its basic environmental requirements for temperature, light, and humidity. Experiments were conducted to adjust the cultivation substrate and manage environmental conditions. Changes in active compounds under different treatments were recorded. In addition to experimental data, the study reviewed real-world applications in various regions and assessed the input-output ratio of off-season cultivation. Common obstacles encountered during technical implementation were identified, and suggestions such as reducing the entry cost and improving the workflow were proposed. The research further explored how this cultivation model supports the entire industry chain by aligning well with downstream processing enterprises, promoting integration across planting, processing, and distribution. Based on actual production conditions, this study proposes practical improvements to optimize cultivation efficiency and enhance the medicinal quality of L. japonicus , offering useful insights for its broader application in the medicinal plant industry.
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 | 0,002 | 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 | 0,000 |
| 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 ».