MétaCan
Menu
Retour à la cohorte
Enregistrement W1517565120 · doi:10.1590/0100-2945-051/14

ADUBAÇÃO NITROGENADA E POTÁSSICA EM GOIABEIRAS ‘PALUMA’: I. EFEITO NA PRODUTIVIDADE E NA QUALIDADE Dos FRUTOS PARA INDUSTRIALIZAÇÃO

2015· article· pt· W1517565120 sur OpenAlexaff
Daniel Angelucci de Amorim, Danilo Eduardo Rozane, Henrique Antunes de Souza, Viviane Cristina Modesto, William Natale

Notice bibliographique

RevueRevista Brasileira de Fruticultura · 2015
Typearticle
Languept
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHorticultureChemistryYield (engineering)PhysicsBiology

Résumé

récupéré en direct d'OpenAlex

RESUMOA nutrição dos pomares é fator preponderante à produtividade, sendo necessário conhecer as doses adequadas de fertilizantes e sua influência nos atributos qualitativos dos frutos para industrialização. O trabalho objetivou avaliar os efeitos de diferentes doses de nitrogênio e potássio sobre a produtividade de goiabeiras e sobre os valores de pH, conteúdo de sólidos solúveis (SS) e de acidez titulável (AT ), além da relação polpa/miolo das goiabas. O experimento foi conduzido em Vista Alegre do Alto-SP, em pomar de goiabeiras ‘Paluma’, com sete anos deidade, irrigado, manejado com podas, durante três ciclos consecutivos de produção. O solo do pomar é o Argissolo Vermelho-Amarelo distrófico. O delineamento experimental foi em blocos ao acaso, em esquema fatorial, com quatro doses de nitrogênio (0; 0,5; 1 e 2 kg planta-1 de N) e quatro de potássio (0; 0,55; 1,1 e 2,2 kg planta-1 de K2O), com três repetições. A adubação nitrogenada aumentou a produtividade e o pH dos frutos, sendo explicados por modelos quadráticos de regressão polinomial; diminuiu linearmente a relação polpa/miolo e não influenciou os teores de SS e de AT. Por outro lado, a adubação potássica e a interação N x K não apresentaram efeitos significativos sobre a produtividade, bem como sobre as demais características avaliadas.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,602
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,109
Tête enseignante GPT0,302
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de FruticulturaMême sujetPlant Physiology and Cultivation StudiesTravaux en français237 207