1903 Arbeiten
Diese Studie identifiziert Stadium 3 als die optimale Erntereife für Aprikosen basierend auf der überlegenen Erhaltung der Qualität nach der Ernte und entwickelt ein leichtgewichtiges Deep-Learning-Modell unter Verwendung von RGB-Bildern, um Reifestadien schnell und zerstörungsfrei zur verbesserten Entscheidungsfindung bei der Ernte zu klassifizieren.
Diese Studie bewertet recycelte Bau- und Abbruchabfälle aus vier brasilianischen Städten als potenzielles Bodenremineralisierungsmittel und stellt fest, dass, obwohl deren chemische Zusammensetzung die landwirtschaftliche Nutzung unterstützt, eine signifikante kompositorische Variabilität sowohl zwischen als auch innerhalb der Regionen eine sorgfältige Bewertung ihrer Eignung erforderlich macht.
Diese Studie zeigt, dass die Kombination von elementarem Fingerprinting mittels NAA und ICP-MS mit Algorithmen des maschinellen Lernens eine Genauigkeit von 100 % bei der Authentifizierung von Rindfleisch aus dem brasilianischen Cerrado-Terroir erreichen kann.
Diese Studie bewertet ein im Inland hergestelltes indirektes ELISA-Kit zur Diagnose der bovinen Brucellose in Iran und stellt fest, dass es eine hochsensitive, spezifische und kosteneffiziente Alternative darstellt, die den traditionellen Rose-Bengal-Platten-Test in der Spezifität übertrifft, während sie gleichzeitig eine exzellente Übereinstimmung mit konfirmatorischen serologischen und molekularen Methoden aufweist.
Diese Studie charakterisiert die Morphometrie, die Entwicklungsbiologie und den jährlichen Lebenszyklus des Teeschädlings *Oligonychus coffeae* unter Labor- und Semi-Feldbedingungen in Palampur, wobei signifikante Unterschiede in den Generationszeiten aufgezeigt und Temperatur sowie Luftfeuchtigkeit als entscheidende Umweltfaktoren identifiziert wurden, die dessen Populationsdynamik beeinflussen.
Diese Studie untersucht die wirtschaftlichen Auswirkungen und die Folgen für die Ernährungssicherheit der Umwandlung von Reisfeldern im periurbanen Indonesien, identifiziert die wesentlichen treibenden Faktoren und schlägt auf Basis der Zahlungsbereitschaft der Landwirte kompensationsbasierte politische Anreize vor, um Landverluste abzumildern und die Ernährungsselbstversorgung bis 2045 zu gewährleisten.
Diese Studie nutzte die Response-Surface-Methodik zur Optimierung der Parameter der mikrowellenunterstützten Aufschließung und identifizierte ein einheitliches Säuregemisch aus 47,4 % HNO₃ und 5,8 % H₂O₂, das über verschiedene Lebensmittelmatrizen mit variierenden Protein-, Fett- und Kohlenhydratprofilen hinweg eine Extraktionseffizienz von etwa 94 % für 13 Mineralien erreicht.
Diese Studie zeigt, dass die Vorhersage der Stickstoffversorgung für schnell wachsende Blattgemüse durch die Integration der Verfügbarkeit von anorganischem Stickstoff in der Rhizosphäre, physikalisch zugänglicher Fraktionen organischer Bodensubstanz und der Bodenbeschaffenheit signifikant verbessert wird, anstatt sich ausschließlich auf den mineralischen Stickstoffgehalt des Bodens vor der Aussaat zu verlassen.
Die Saatgutbehandlung mit dem Elicitor-Protein HrpNEA verbesserte den Maiskornertrag unter regenabhängigen, dürreanfälligen Bedingungen signifikant um 21,7 %, indem sie die Bestandsaufnahme, die Wurzelarchitektur, den Stickstoffmetabolismus und die antioxidativen Antworten verbesserte, was kollektiv zu einem gesteigerten Einzelkorngewicht führte.
Diese Studie verwendet die soziale Netzwerkanalyse, um den Handel mit Hausrindern in Äthiopien über Tigray, Oromia und Addis Abeba hinweg abzubilden, wobei ein spärlich vernetztes, skalenfreies Netzwerk mit Small-World-Eigenschaften und starker regionaler Assortativität aufgedeckt wird, das zentrale Märkte für gezielte Interventionen identifiziert.