Nitrate reductase activity and spad readings in leaf tissues of guinea grass submitted to nitrogen and potassium rates
Notice bibliographique
Résumé
Nitrogen and K deficiency are among the most yield limiting factors in Brazilian pastures. The lack of these nutrients can hamper the chlorophyll biosynthesis and N content in plant tissues. A greenhouse experiment was carried out to evaluate the relationship among N and K concentrations, the indirect determination of chlorophyll content (SPAD readings), nitrate reductase activity (RNO3-) in newly expanded leaf lamina (NL) and the dry matter yield for plant tops of Mombaça grass (Panicum maximum Jacq.). A fractionated 5² factorial design was used, with 13 combinations of N and K rates in the nutrient solution. The experimental units were arranged in a randomized block design, with four replications. Plants were harvested twice. The first harvest occurred 36 days after seedling transplanting and the second 29 days after the first. Significance occurred for the interaction between the N and K rates to SPAD readings and to RNO3- assessment taken on the NL during the first growth. Besides, RNO3- and SPAD readings increased only with the NL N concentration, reaching the highest values of both variables up to about 25 g kg-1, but were ratively constant at higher leaf N. Significant relationships either between SPAD readings or RNO3- activity and shoot dry mass weight were also observed. The critical levels of N concentration in the NL were, respectively, 22 and 17g kg-1 in the first and second harvest. Thus, SPAD instrument and RNO3- assessment can be used as complementary tools to evaluate the N status in forage grass.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 ».