MétaCan
Menu
Retour à la cohorte
Enregistrement W7117116882 · doi:10.12692/ijb/15.2.1-10

Mitigation of adverse effects of heat stress in chillies by using glycine betaine

2019· article· en· W7117116882 sur OpenAlexfundno aff
Tanveer Hussain, Choudhary Muhammad Ayyub, Ijaz Ahmad, Irfan Ali, Zaid Mustfa, Adeel Anwar, Aqeel Ahmad, Sohail Latif, Tanveer Iqbal

Notice bibliographique

RevueInternational Journal of Biosciences (IJB) · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Stress Responses and Tolerance
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Agriculture, FaisalabadAlberta Agricultural Research Institute
Mots-clésBetaineGlycineOsmoprotectantSeedlingHeat stressCrop

Résumé

récupéré en direct d'OpenAlex

Chilli (Capsicum spp.) is an important vegetable cum spice crop of the night shade family requiring 20-30 °C optimum temperatures for plant growth and development, usually growth starts retarding below 15°C or above 32°C temperature. Almost all growth stages of chilli plants are influenced by high temperatures ultimately leads to economic yield losses in final crop productivity. The experiment was carried out in growth chamber of mushroom lab, Institute of Horticultural Sciences, University of Agriculture, Faisalabad aiming at identifying the best glycine betaine treatment proved to be useful in coping with adversaries of high temperature stress in chillies. Chilli genotypes named as C-37, Uk-101, H-13 and jawala were grown and sprayed with different concentrations (0, 5, 10, 15 and 20 mM) of glycine betaine at the seedling stage under high temperature stress (40/32ºC day and night temperature) in growth chamber provided with controlled conditions. Various physiological attributes of chilli genotypes were recorded. Glycine betaine application @15mM was best for enhancing the heat tolerance potential of chilli genotypes under heat stress. Glycine betaine has also been proved effective in enhancing the heat tolerance potential under high temperature 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,413
Score d'incertitude au seuil0,122

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,222
Écart entre enseignants0,217 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Biosciences (IJB)Même sujetPlant Stress Responses and ToleranceTravaux en français237 207