Evaluating water use efficiency of marigold in the Issyk-Kul lakeshore
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
How much water does a marigold actually need to produce the best blooms while keeping resource waste to a minimum? This research addressed that question by evaluating water use efficiency (WUE) across five deficit irrigation regimes applied to African marigold (Tagetes erecta L.) grown along the Issyk-Kul lakeshore corridor under semi-arid continental conditions. A randomised complete block design with four replications was laid out at the Edmonton Graduate School of Bioagricultural Studies experimental station during June to October 2023. Treatments comprised a fully irrigated control and four levels of crop evapotranspiration (ETc) replacement — 50, 75, 100, and 125 percent — delivered through drip lines. Growth, yield, biochemical quality, and phosphorus cycling parameters were recorded at fortnightly intervals. Results showed that the 50 percent ETc treatment recorded the highest WUE of 5.87 kg m⁻³, though absolute flower yield peaked under the 125 percent ETc regime at 51.7 g plant⁻¹. Vitamin C content responded positively to mild water stress, reaching 53.2 mg 100 g⁻¹ at 50 percent ETc compared with 41.7 mg 100 g⁻¹ in the control. Phosphorus uptake increased linearly with irrigation volume, yet P use efficiency was greatest at 75 percent ETc (41.3%). Transcriptomic screening of hardening-related gene clusters revealed up-regulation of dehydrin and LEA protein transcripts under deficit conditions. The findings point toward 75 percent ETc as a balanced irrigation target that reconciles acceptable yield with strong WUE and favourable nutrient recovery in lakeshore marigold production.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| 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 découle