XiaoMi-AI文件搜索系统
World File Search System特性的
磷和纳米尿素对玉米生长和产量特性的影响
Rahul Raj、Umesha C 和 Pranav Kumar DOI：https://doi.org/10.33545/26174693.2024.v8.i7Si.1606 摘要 田间试验于 2023 年喀里夫季节在农学系作物研究农场进行。实验采用随机区组设计，共十个处理，重复三次。处理细节如下：T 1：磷 40 千克/公顷 + 纳米尿素 1 毫升/升，T 2：磷 60 千克/公顷 + 纳米尿素 1 毫升/升，T 3：磷 80 千克/公顷 + 纳米尿素 1 毫升/升，T 4：磷 40 千克/公顷 + 纳米尿素 3 毫升/升，T 5：磷 60 千克/公顷 + 纳米尿素 3 毫升/升，T 6：磷 80 千克/公顷 + 纳米尿素 3 毫升/升，T 7：磷 40 千克/公顷 + 纳米尿素 4 毫升/升，T 8：磷 60 千克/公顷 + 纳米尿素 4 毫升/升，T 9：磷 80 千克/公顷 + 纳米尿素 4 毫升/升和对照地块。试验结果表明，施用 60 kg/ha 磷肥和 4 ml/l 纳米尿素（处理 8）可显著提高植株高度（202.00 cm）、最大植株干重（310.00 g/plant）、最大作物生长率（27.00 g/m 2 /day）、每穗最大行数（12.93）、行粒数（22.67）、种子指数（22.70 g）、籽粒产量（5.54 t/ha）、秸秆产量（9.92 t/ha）、收获指数（35.86%）。关键词：玉米，磷，纳米尿素，生长和产量。介绍玉米（Zea mays L.）是继水稻和小麦之后最重要的谷物作物之一，在全球农业中占有突出地位。在印度，玉米仅次于水稻和小麦，位居第三。在印度，玉米用于谷物和饲料，以及家禽和牛饲料混合物的成分和其他工业用途。玉米也称为玉蜀黍，是世界上最重要和最具战略意义的作物之一。其原产地是墨西哥（中美洲）。它是一种 C4 植物，被称为“谷物皇后”，因为它具有高生产潜力和跨季节的广泛适应性。它高效利用太阳能，具有巨大的增产潜力，被称为“奇迹作物”。玉米通过优质蛋白质在确保粮食安全和营养安全方面发挥着至关重要的作用。玉米的营养成分（每 100 克）如下：蛋白质 4 克。碳水化合物 30 克，膳食纤维 3.5 克，脂肪 1.5 克，糖 3.6 克，钙 4 毫克，锌 0.72 毫克等。（Dragana 等人，2015 年）[8]。玉米植株的每个部分都具有经济价值（谷粒、叶子、茎秆、穗和穗轴），都可用于生产各种食品和非食品产品。全球 170 多个国家种植玉米，面积达 1.88 亿公顷，产量达 14.23 亿公吨。自 2005 年以来，印度玉米种植面积位居第四位，为 989 万公顷，年产量为 3165 万吨，位居第六。在印度各邦中，中央邦和卡纳塔克邦的玉米种植面积最高（各占 15%），其次是马哈拉施特拉邦（10%）、拉贾斯坦邦（9%）、北方邦（8%）、比哈尔邦（7%）、特伦甘纳邦（6%）。目前，印度生产的玉米 47% 用于家禽饲料，13% 用于牲畜饲料，13% 用于食品，淀粉工业消耗约 14%，加工食品占 7%，6% 用于出口和其他用途。（IIMR，2021 年）。磷的应用会影响植物的生长行为。它是生长、糖和淀粉的利用、光合作用、细胞核形成和细胞分裂、脂肪和蛋白形成所必需的。光合作用和碳水化合物代谢产生的能量储存在磷酸盐化合物中，供以后生长和繁殖使用（Ayub 等人，2002 年）[5]。它在植物体内很容易转移，随着植物细胞的形成，从较老的组织转移到较年轻的组织
使用机器学习的无机材料热电特性的预测模型
摘要基于密度功能理论（DFT）筛选新材料特性的高计算需求仍然是对未来几十年过渡到碳中性环境必不可少的清洁和可再生能源技术的强大限制。机器学习以其天生的能力来处理大量数据和高维统计分析。在本文中，使用密度功能理论从高通量计算获得的现有数据集进行了监督的机器学习模型，用于预测无机化合物的Seebeck系数，电导率和功率因数。分析表明，热电特性对有效质量具有很强的依赖性，我们还提出了一个机器学习模型，以预测高表现的热电材料，该模型达到了95％的效率。分析的数据和开发的模型可以通过提供更快，更准确的热电性能预测，从而有助于发现高效的热电材料，从而显着促进创新。
对英国生物银行多基因风险评分（PRS）版本的性能和特性的系统评估
我们评估了英国生物银行（UKB）多基因风险评分（PRS）发行，一套针对28种疾病的PRS和25种定量性状，这些特征已在UKB的个人提供，使用统一的PRS评估管道。我们还发布了一个基准软件工具，以对同一疾病或性状的不同PRS进行类似类似的性能评估。广泛的基准测试显示了UKB版本中的PRS，以优于一组广泛的76个已发表的PRS。对于许多疾病和特征，我们还验证了一个单独的队列中的PRS算法（100,000个基因组项目）。在同一组个人上为53个特征的PRS可用性也允许对其性质进行系统评估，而这些PRS的功率增加为其潜在的临床益处增加了证据。
![肿瘤细胞中MHC-1表达的药理诱导振兴T细胞抗肿瘤免疫
基于聚（乳酸）（PLA）的混合和修改策略的开发：改善技术应用的关键特性的方法 - 回顾
通过[18F] FDOPA和[... 的双PET/CT评估大脑评估
konjac glucomannan对体外高尿酸血症受试者的肠道菌群的影响：发酵特征和抑制性黄嘌呤氧化酶活性
益生菌对运动技能的影响：评论
了解互联网当前时代的数字痴呆症和认知影响：评论
对于JHRR的贡献，请通过电子邮件联系：editor@jhrlmc.com，基于虚拟现实的康复计划的原始文章有效性与](/simg/6/63981a3f51d04d07d7ce908770b4edfbd7ff8ec3.webp)
肿瘤细胞中MHC-1表达的药理诱导振兴T细胞抗肿瘤免疫 基于聚（乳酸）（PLA）的混合和修改策略的开发：改善技术应用的关键特性的方法 - 回顾 通过[18F] FDOPA和[... 的双PET/CT评估大脑评估 konjac glucomannan对体外高尿酸血症受试者的肠道菌群的影响：发酵特征和抑制性黄嘌呤氧化酶活性 益生菌对运动技能的影响：评论 了解互联网当前时代的数字痴呆症和认知影响：评论 对于JHRR的贡献，请通过电子邮件联系：editor@jhrlmc.com，基于虚拟现实的康复计划的原始文章有效性与
人类MHC-I分子（通常称为HLA）在抗原呈递T细胞和肿瘤免疫逃生中起着至关重要的作用（6）。以前的研究强调了各种癌症类型的MHC-I表达与患者预后之间存在正相关（7）。相反，MHC-I的下调与疾病的进展和不良预后有关，例如乳腺癌（8），结肠癌（9），Hodgkin淋巴瘤（10），非小细胞肺癌（11）和Bladder Carcinomas（12）。重要的是，降低的MHC-I表达与对免疫检查 - 点治疗（ICT）的抗性有关（13），其中治疗功效依赖于识别MHC-I在肿瘤细胞表面上识别的胞质抗原的细胞毒性T细胞（14，15）。各种策略恶性细胞用于颠覆免疫监视，这强调了确定能够克服这些逃避机制的有效小分子的关键需求。事实证明，免疫检查点阻塞是阻碍免疫监视的关键治疗策略，但重点主要集中在抗体上。针对程序性细胞死亡1/促进的细胞死亡配体1（PD-1/ PD-L1）功能的小分子也出现并进入了临床试验。，对特异性调节MHC-I表达的分子的研究相对有限。值得注意的是，先前的观察结果表明，用
发射温度对激发接触的APCVD Poly-SI特性的影响
摘要。我们证明了由大气压化学蒸气沉积制造的硼掺杂的多晶 - 硅质（poly-si），以形成驱动的钝化接触。层有关其结晶石尺寸，电阻率和钝化特性的不同层层。从X射线衍射测量值中，定量得出的结论是，较高的射击峰温度会增加poly-SI的结晶石尺寸，最高为10 nm。这种结晶石尺寸的变化与电阻率成反比，这对于更高的发射温度而言大大降低。对于较薄的聚-SI层和较高的射击温度，发现较高的隐含开路电压（IV OC）和较低的饱和电流密度（J 0），这很可能是由于从SIN X：H层到界面氧化物的氢扩散时间差异。尽管没有观察到（p）poly-si的水泡，但在高点火温度下，sin x：h层的水泡> 900°C会损害薄层的钝化。实现了708 mV的最大IV OC和〜12 fa/cm 2的最小J 0。
开发具有 Swarna 特性的高产水稻品种...
安得拉邦贡土尔阿查里亚 NG 兰加农业大学 Maruteru 区域农业研究站 (RARS) 开发了一种超级水稻品种 Swarna。Swarna 是一种采用谱系育种法开发的籼稻品种。该品种源自 Vasista 和 Mahsuri 的杂交，全球种植面积近 500 万公顷（Merugumala 等人，2019 年）。该植物为半矮生，直立株型，穗型发达，株高 90-110 厘米，每平方米 250-260 个穗，叶子深绿色，成熟期为 145-150 天。该品种无芒，尖穗呈黄色，容重为 21.5 克。籽粒长 5 毫米，宽 2.46 毫米。 Swarna 的白色谷粒的脱壳、碾磨和整精米回收率分别为 78%、68% 和 65%。该品种的碱扩散值为 4，直链淀粉含量为 24.5%。该品种的一个重要表型标记是壳，颜色为金黄色。谷粒偶尔出现白垩质。该品种的平均产量为 5.5 吨/公顷。该品种抗细菌性叶枯病 (BLB)。然而，它具有中等抗倒伏性、中等早期幼苗活力、中等根系结构和高氮磷利用效率。该品种的谷粒短而粗，直链淀粉含量中等。由于该品种在低投入管理下具有高产量，农民广泛采用该品种。Swarna 水稻品种通常在雨养和灌溉条件下种植。该品种在不同环境下表现出更高的缓冲能力（Mohapatra 等人，2021 年）。
普通话感知中声学特性的影响
了解第二语言（L2）学习者所面临的挑战对于有效的语言获取至关重要。这项研究调查了夸张的声学特性对促进英语说话者的普通话学习的影响。使用合成的音调刺激，我们通过三个关键修改系统地操纵了音高轮廓：扩展基本频率（F0），增加F0（女性语音）并延长整体持续时间。我们的目标是评估F0扩展，较高的F0，更长的持续时间以及各种音节对普通话的学习和概括的影响。参与者从事非自适应试用语调识别任务。混合效应逻辑回归模型用于分析学习阶段，声学因素和色调的准确性。的发现揭示了从训练到测试和概括阶段的准确性提高，表明感知训练对成人说英语的人的音调有效。音调1的出现是最容易感知的，而音调3则构成了最挑战，与既定的色调获取难度层次结构一致。对声学因子的分析突出了特定于音调的效果。扩展的F0对识别音调2和音调3是有益的，但对音调1和音调4。此外，较长的持续时间也表现出各种色调的各种效果，有助于识别音调3和音调4但阻碍音调1的识别。较高的F0对于音调2是有利的，但对于音调3。此外，音节MA促进了音调1和音调2的识别，但对于音调3和音调4。这些发现增强了我们对声学特性在L2音调感知中的作用的理解，并对设计有效的培训计划的设计有影响。
玻璃的光学特性的高通量筛选 -
！“＃$％＆'（）*&&！+'，“ $$”％ - '，％。/！+'0％1“ 2'3）％＆2 $” +'4-“ $ 5'67'02％）$ 2＆！+'3）“ $ 25'3*8）/2*”＆＃ +92 ..“：2）; 7 <“*.. 2＃ +'=>）”'a“。＃！$” $＆
机会 - 地质和地球物理特性的地理空间机器在全球范围内，我们对EAR的集体理解
机会 - 地质和地球物理特性在全球范围内的地质机器学习，我们对地球特性的集体理解受到直接观察地质的观察（例如，井原木，核心等）或间接通过遥感（例如地球物理或卫星观测）。这一事实导致在高空间分辨率（至sub-km量表）处的地球特性的稀疏数据集，或者从卫星观测值中产生了一个连续但低分辨率的数据集。因此，需要自动插值（例如Kriging）和/或人类知情轮廓，以在高分辨率下持续了解这些属性。在这项工作中，我们致力于改进这些方法。利用机器学习，深度学习和/或物理知情神经网络（PINN）的新发展，我们可以在空间和深度上智能插入或预测地球参数。这项工作利用了地质观察的各种数据源（即“大数据”），例如：科学钻孔，挖出和疏ed和地球物理观察，例如由乘员船（例如，船舶），自主平台（例如，AUV）（例如，AUV）和Satellites和Satellites和Satellites和Satellites和Satellites。我们将这些数据集与基于物理学的地质过程模型（例如压实）和数据驱动方法（例如机器学习）结合使用，以产生对地球特性的连续且准确的估计。这些方法的示例包括从稀疏的船板观测值中预测连续的重力场，或使用核心数据预测沉积物岩性与深度。鼓励基本的地质理解，但不需要。我们寻求具有地质/地球物理学经验的合格申请人，遥感/地理位置，机器学习/数据科学和/或运输/摇滚物理建模。申请人将有一些计算经验，并且在基本的编程/脚本中保持舒适（不需要特定语言）。实验室地点：海洋科学部海军研究实验室Stennis Space Center，MS POC：Benjamin Phrampus海军研究实验室，代码7352建筑物1005 Stennis Space Center，MS 39529电话：228-688-4899电子邮件：Benjamin.phrampus.civ@us.civ@us.navy.mil
作为太空环境模型的加州贻贝足蛋白粘附特性的计算分析 Sana Hasan Jagmag
简介：来自加州贻贝的贻贝足蛋白 (MFP) 的粘附特性因其在生物医学工程和材料科学等领域的潜在应用而备受关注[1][2]。然而，温度、压力和 pH 等太空环境对这些蛋白质的影响尚未得到充分探索。本研究提出了一种计算机模拟方法来研究 MFP 在太空相关条件下的结构动力学。通过序列分析和分子动力学模拟的结构分析，我们模拟了关键粘附蛋白的行为，重点关注它们的构象变化和相互作用能。[4] 我们的研究结果表明，虽然一些 MFP 在不同条件下表现出稳定性模式的变化。这些结果为 MFP 在太空应用中的潜在应用提供了宝贵的见解，例如用于修复航天器的生物粘合剂和适用于陆地环境的其他材料。此外，MFP 可用于太空医学中的伤口愈合，其独特的涂层可用于潮湿和太空环境[4][5]。需要进一步研究来验证这些计算预测并探索在空间技术中利用 MFP 的可行性。