Diversité des rhizobia associés au genre <i>Hippocrepis</i> en Algérie
Bibliographic record
Abstract
La présente étude porte sur la nature des rhizobia associés aux légumineuses du genre Hippocrepis qui compte une dizaine d’espèces en Algérie et pour laquelle très peu de travaux ont été jusqu’ici consacrés. Les résultats de nos investigations qui ont portés sur 26 plants représentant 8 espèces de ce genre et provenant de 17 localités du nord et du sud du pays révèlent que tous les plants étaient nodulés et fixateurs d’azote, ce qui indique que les 8 espèces identifiées sont capables d’établir une symbiose efficiente avec les rhizobia présents dans les sols qui les supportent. Le séquençage du gène de l’ARN 16S des 26 souches de rhizobia isolées et authentifiées par des tests de nodulation au laboratoire permet de les assigner à 16 espèces de rhizobia réparties sur 5 genres: Ensifer, Mesorhizobium, Bradyrhizobium, Rhizobium et Neorhizobium avec une prédominance des représentants des genres Ensifer et Mesorhizobium. Les résultats de cette étude qui est la première dédiée spécifiquement au genre Hippocrepis indiquent que la symbiose à rhizobia et la capacité d’utiliser, par ce biais, l’azote atmosphérique sont communes chez les représentants de ce genre en Algérie, ils révèlent aussi la grande diversité des rhizobia qui sont associés à ce genre.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 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".