Greenhouse Performance of Anemone and Ranunculus Under Northern Climates: Effects of Temperature, Vernalization, and Storage Organ Traits
Notice bibliographique
Résumé
Optimizing the growing conditions of Anemone coronaria and Ranunculus asiaticus for cut-flower production under northern greenhouse conditions requires a better understanding of the environmental and cultivation practices influencing emergence, flowering, and flower quality. This study evaluated the effect of storage organ reuse, along with vernalization conditions, growth temperature, growing season, and planting method (in-ground vs. containers) on plant phenology and flower yield and quality. Flower quantity and quality were unaffected by storage organ age, confirming that these organs can be stored and reused the following season. Vernalization at temperatures of 7 °C or 10 °C advanced flowering compared to warmer vernalization in all cultivars, and increased flower yield compared to non-vernalization. Growth under cool conditions (15/10 °C day/night) extended the production period and improved floral quality by promoting longer stems and delaying senescence. Short to moderate photoperiods (11–13 h in the winter vs. 15 h in the spring) and low light intensity, typical of winter, promoted stem elongation and marketable flower yield, whereas increasing photoperiod and temperature in late spring shorten the flowering period. Ground beds provided cooler and more buffered soil conditions, improving flowering duration and yield compared to container-grown plants during springtime. These findings highlight the importance of integrating temperature management, vernalization, and tailored cultivation practices to enhance flower quality, prolong the production, and improve sustainability of cut-flower production under northern climates in both species.
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 ».