全文获取类型
收费全文 | 4856篇 |
免费 | 323篇 |
国内免费 | 417篇 |
专业分类
林业 | 380篇 |
农学 | 323篇 |
基础科学 | 194篇 |
419篇 | |
综合类 | 2415篇 |
农作物 | 399篇 |
水产渔业 | 288篇 |
畜牧兽医 | 680篇 |
园艺 | 345篇 |
植物保护 | 153篇 |
出版年
2024年 | 23篇 |
2023年 | 94篇 |
2022年 | 214篇 |
2021年 | 199篇 |
2020年 | 209篇 |
2019年 | 194篇 |
2018年 | 132篇 |
2017年 | 224篇 |
2016年 | 136篇 |
2015年 | 223篇 |
2014年 | 246篇 |
2013年 | 314篇 |
2012年 | 413篇 |
2011年 | 485篇 |
2010年 | 412篇 |
2009年 | 406篇 |
2008年 | 392篇 |
2007年 | 336篇 |
2006年 | 243篇 |
2005年 | 217篇 |
2004年 | 136篇 |
2003年 | 83篇 |
2002年 | 88篇 |
2001年 | 74篇 |
2000年 | 68篇 |
1999年 | 22篇 |
1998年 | 3篇 |
1997年 | 4篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1981年 | 1篇 |
1955年 | 1篇 |
排序方式: 共有5596条查询结果,搜索用时 140 毫秒
101.
为研究A型流感病毒的重要毒力因子PB1-F2对蛋白激酶R(PKR)的调控机制,通过纯化GST-PB1-F2融合蛋白,利用GST pull-down试验证实了PB1-F2与PKR发生相互作用;采用免疫荧光试验进一步验证了二者的相互关系;实时荧光定量PCR表明PB1-F2能负调控PKR及IL-6的mRNA水平;采用siRNA干扰PKR基因的表达后,PB1-F2抑制IL-6的mRNA转录作用更显著。进一步运用蛋白免疫印迹方法检测了PB1-F2对PKR及其底物eIF-2α蛋白磷酸化水平的影响,显示过表达PB1-F2后,PKR及eIF-2α的磷酸化表达水平明显下调。本研究表明PB1-F2与PKR相互作用而抑制PKR磷酸化活化,并通过PKR调控IL-6的表达,为探索PB1-F2的未知生物学功能提供了重要信息。 相似文献
102.
为了解内蒙古地区奶牛乳房炎链球菌毒力基因的分布情况及其耐药现状,通过该地区360份乳房炎奶样链球菌的分离鉴定,利用微量肉汤稀释法测定了81株链球菌对15种药物的MIC,采用PCR法检测耐药基因及毒力基因的携带情况。结果显示,分离到的81株链球菌对β-内酰胺类的耐药率最高;对红霉素和四环素的耐药率在40%~85%;对氟喹诺酮类的耐药率相对较低。多重耐药菌株达88.9%(n=72)。耐药基因pbp2b的检出率为86.4%,tetL和tetM的检出率在75%以上,红霉素耐药表型主要由ermB介导。分离菌株毒力基因中cfb的检出率最高(50.6%),其次为cyl和hylB。内蒙古地区奶牛乳房炎链球菌对β-内酰胺类、大环内酯类和四环素耐药情况严重,且发现多重耐药菌株的流行;链球菌中尤以无乳链球菌的毒力基因携带率较高。 相似文献
103.
104.
105.
【目的】腐皮病是绿海龟(Chelonia mydas)龟苗培育中的常见病,传染性极强,发病率和死亡率高。为确定病因及治疗方法,从病龟鳍状肢的腐皮组织中分离病原菌。【方法】从症状明显的稚龟四肢病灶中分离纯化得到疑似病原菌,编号CMRT91026,开展形态特征、生理生化特性、16SrRNA鉴定和系统发育树构建及相关药物敏感试验。【结果】该菌能在TCBS培养基上生长,菌落呈黄色,为革兰氏阴性短杆菌;在1%NaCl葡萄糖磷酸盐胨水、蔗糖、甘露糖和赖氨酸脱羧酶上的生化特性均显示阳性,并且在3%~10%NaCl胨水均能生长;与NCBI上的溶藻弧菌(Vibrio alginolyticus)同源性达100%。药敏结果显示,该菌对恩诺沙星、萘啶酸、左氧氟沙星、米诺环素、头孢吡肟和头孢曲松敏感;对多西环素、氟苯尼考、妥布霉素、大观霉素、诺氟沙星和氨曲南呈中介;对新霉素、复方新诺明、阿莫西林、庆大霉素、丁胺卡那霉素等15种药物有耐药性。【结论】该菌株鉴定为溶藻弧菌,对喹诺酮类药物(如恩诺沙星)、四环素类药物(如米诺环素)及头孢类(如头孢曲松)等药物较为敏感。试验结果为绿海龟稚龟溶藻弧菌病的诊断及病害防控提供了一定参考。 相似文献
106.
针对现有茶叶病害识别方法病害信息挖掘不足导致识别准确率低的问题,该研究提出了一种基于二维离散小波变换(discrete wavelet transform, DWT)和MobileNetV3融合的茶叶病害识别模型CBAM-TealeafNet。为增强网络对病害频域特征的检测能力,将2D DWT获取的频域特征与bneck结构提取的深度特征融合,形成频域与深度特征融合的识别网络。为提高特征提取能力,在bneck结构中,嵌入卷积块注意模块 (convolutional block attention module, CBAM),为特征通道分配相应权重。为解决样本类别不平衡对识别模型性能的影响,利用焦点损失函数取代交叉熵损失函数以提高识别精度。经验证,CBAM-TealeafNet在5种不同茶叶病害上整体识别准确率达到98.70%,参数量为3.16×106,相对MobileNetV3,准确率提升2.15个百分点,参数量降低25.12%。该方法可为茶树叶部等作物病害轻量级识别研究提供模型参考。 相似文献
107.
108.
109.
110.