Effet de la nutrition minérale azotée sur le gain en biomasse de l'if du canada et sur le contenu en taxanes
Bibliographic record
Abstract
Dans le cadre d'un vaste programme de domestication de l'if du Canada (Taxus canadensis Marsh.) à des fins de production de taxanes, de jeunes plants en première, deuxième ou troisième années de culture en contenants ont été soumis à différentes sources d'azote (nitrate d'ammonium, nitrate de calcium, nitrate de sodium, sulfate d'ammonium et urée), appliquées à différentes doses, et à divers pH du substrat pour étudier leur influence sur la croissance des plants, sur la teneur en éléments minéraux de leurs tissus et sur leur teneur en taxanes. Tous les autres éléments essentiels ont été ajoutés en quantités et en proportions normalement favorables à la croissance des jeunes conifères forestiers. Les résultats indiquent que l'if du Canada est fortement affecté par le nitrate de sodium, mais répond favorablement aux autres sources azotées dont la concentration en azote se situe entre 100 et 400 ppm pour les plants en première et deuxième année de culture. Une concentration de 450 ppm de N est très favorable à la croissance de plants en troisième armée de culture. Tout traitement fertilisant favorable au bon développement des plants n'a eu aucune incidence sur leur teneur en taxanes. Une fertilisation adéquate permet donc d'augmenter la capacité de récolte de principe actif.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".