MétaCan
Menu
Retour à la cohorte
Enregistrement W7110506730

KERAGAMAN LAJU FOTOSINTESIS DAN PENGISIAN BIJI PADAENAM GENOTIPE SORGUM (Sorghum bicolor [L.] Moench).

2024· other· W7110506730 sur OpenAlexaff

Notice bibliographique

RevueDigilib Repository Unila (Lampung University) · 2024
Typeother
Langue
Domaine
Thématique
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésTrifolium subterraneumSorghumChristian ministry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk mengevaluasi laju fotosintesis dan pengisian biji pada enam genotipe sorgum (Sorghum bicolor [L.] Moench). Penelitian ini dilaksanakan di Laboratorium Lapang Terpadu. Kemudian, pengujian kadar pati dilakukan di Laboratorium Pengujian Mutu Hasil Pertanian. Penelitian ini dilaksanakan pada bulan Juni 2021 hingga Oktober 2022. Penelitian ini disusun menggunakan rancangan acak kelompok lengkap (RAKL) dengan dua ulangan sebagai kelompok atau blok dan enam perlakuan. Perlakuan yang digunakan dalam penelitian ini adalah enam genotipe sorgum yaitu Numbu, Bioguma-1, Pahat, Samurai-2, Samurai-1, dan Kawali. Analisis data menggunakan software RStudio. Hasil penelitian menunjukkan bahwa laju fotosintesis daun bendera tertinggi pada 9 minggu setelah tanam (MST) adalah genotipe Pahat dan terendah adalah genotipe Numbu. Kemudian genotipe dengan laju fotosintesis daun bendera tertinggi pada 13 MST adalah Samurai-2 dan terendah adalah genotipe Bioguma-1. Genotipe dengan laju fotosintesis daun di bawah daun bendera tertinggi pada 9 MST adalah Samurai-1 dan terendah adalah genotipe Numbu. Sebaliknya genotipe dengan laju fotosintesis daun di bawah daun bendera tertinggi pada 13 MST adalah Samurai-1 dan terendah adalah genotipe Pahat. Kemudian, laju pengisian biji tertinggi hingga terendah pada periode 20-25 hari setelah polinasi (HSP) adalah Samurai-1, Samurai-2, Bioguma-1, Pahat, Kawali, dan Numbu. Kata Kunci: Genotipe, laju fotosintesis, laju pengisian biji. This study aims to evaluate the rate of photosynthesis and seed filling in six genotypes of sorghum (Sorghum bicolor [L.] Moench). The research was conducted in the Integrated Field Laboratory, with starch content testing carried out at the Agricultural Product Quality Testing Laboratory. The research period was from June 2021 to October 2022. The study was structured using a randomized complete block design (RCBD) with two replications as groups or blocks and six treatments. The treatments used in this research were six genotypes of sorghum, namely Numbu, Bioguma-1, Pahat, Samurai-2, Samurai-1, and Kawali. Data analysis was performed using RStudio software. The results showed that the genotype with the highest flag leaf photosynthesis rate at 9 weeks after planting (WAP) was Pahat, while the lowest was Numbu. At 13 WAP, the genotype with the highest flag leaf photosynthesis rate was Samurai-2, and the lowest was Bioguma-1. The genotype with the highest photosynthesis rate of the leaf below the flag leaf at 9 WAP was Samurai-1, while the lowest was Numbu. Conversely, at 13 WAP, the genotype with the highest photosynthesis rate of the leaf below the flag leaf was Samurai-1, and the lowest was Pahat. The seed filling rates from highest to lowest in the period 20-25 days after pollination (DAP) were Samurai-1, Samurai-2, Bioguma-1, Pahat, Kawali, and Numbu. Keywords: Genotype, photosynthesis rate, seed filling rate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,935
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0050,006
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0070,007
Études des sciences et des technologies0,0020,003
Communication savante0,0030,002
Science ouverte0,0060,003
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,187
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigilib Repository Unila (Lampung University)Travaux en français237 207