Direct-Seeded Broccoli Responses to Reduced Nitrogen Application at Shoot-Tip Straightened Stage
Notice bibliographique
Résumé
Broccoli (Brassica oleracea var. italica) is an important high-nutritional-value vegetable yet broccoli plant and nitrogen nutrition relations are not well understood. We conducted a study of broccoli plant response to nitrogen nutrient treatments in a commercial production field in Nova Scotia. The objectives were to quantify the effects of nitrogen nutrition on direct-seeded broccoli development and plant nitrogen uptake in different soils. The nitrogen treatments consisted of the rates of 0, 25, 50, 75 and 100 kg ha-1, arranged with four replicates in a split-block design with soil type as the main plot. The two soil types were the well-drained Kentville (Kt) loam and the imperfectly-drained Woodville (Wd) loam. The N treatments were applied to the 60-day cultivar âEverestâ at shoot-tip straightened stage. Results showed that the direct-seeded broccoli N uptake ability was significantly higher (6.2 g plant-1) in the Wd soil, where the soil was near neural (pH 6.2) and contained more water (12% soil water content, SWC), compared to the Kt soil where the soil was acidic (pH 5.2) and drier (8% SWC). Broccoli plants responded significantly up to the lower N rate (50 kg ha-1) in the Wd soil but to the higher rate (75 kg ha-1) in the Kt soil. There was a significant correlation between head yield and leaf-stem N reserves (R2 = 0.56, P < 0.01). It was suggested that increasing N uptake could stimulate broccoli heading. Soil pH (6.2) and SWC (12%) conditions could promote broccoli plant N assimilation. Further quantification of regulating N temporal reserves in leaves and stems could enhance N transfer to sinks (heads), which would be the mechanism of promoting broccoli plant floret development.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».