Influence of Three Nitrogen Fertilization Schedules on Bermudagrass and Seashore Paspalum: I. Spring Green‐up and Fall Color Retention
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT A primary concern in managing warm‐season turfgrasses within the transition zone is the lengthy dormant period, during which these swards lack green color. The objectives of this study were to determine the effects of three N fertilization schedules on spring green‐up and fall color retention of bermudagrass [ Cynodon dactylon (L.) Pers.] and seashore paspalum ( Paspalum vaginatum Sw.). A field trial was performed at the agricultural experimental farm of Padova University (northeastern Italy). Bermudagrass cultivars Princess‐77, Riviera, SWI 1014, and Yukon and seashore paspalum ‘Sea Spray’ were compared under three N fertilization schedules: (i) 6.7 g N m −2 on 15 May, 15 June, and 15 August, (ii) 5 g N m −2 on 15 May, 15 June, 15 August, and 15 October, and (iii) 4 g N m −2 on 15 May, 15 June, 15 August, 15 September, and 15 October. Spring green‐up was estimated weekly as a percent green turfgrass coverage from 15 March to 15 June of 2010 and 2011. Fall color retention was visually rated from September to November of 2010 and 2011. Sea Spray seashore paspalum had later spring green‐up and better fall color than the bermudagrass cultivars, which differed widely in terms of spring green‐up and fall color retention. Fall‐applied N enhanced green‐up of all the grasses tested and extended fall color retention of bermudagrass cultivars. This study revealed that protracting applications of N fertilizer until late season may improve quality performance of warm‐season grasses without increasing annual N applied.
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.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découle