Control of Micronutrients Availability in Soil and Concentration in Rice Grain through Field Water Management
Notice bibliographique
Résumé
A pot experiment was conducted under different water managements, namely control (continuous flooding condition), 2,3,4WAH (water was drained at two to four weeks after heading), and FCap (the soil moisture was kept at field capacity level, to maintain aerobic soil condition). We examined the influence of the establishment of aerobic soil condition at different timing of rice post-heading stage. The results showed that water managements changed soil redox potential and pH that were known to be responsible of micronutrients availability in soil. Transition from flooding condition to aerobic condition during rice post-anthesis stage, reduced pH toward its initial value as well as Fe availability in soil. Although soil was re-oxidized in 2,3,4WAH treatments, which reduced Fe availability in soil from the level of control treatment, concentration of Fe in grain did not differ between control and drained treatments. Correlation analyses exhibited that the reduction of Fe availability in soil under aerobic condition in 2,3,4WAH and FCap enhanced Zn and Cu availabilities in soil and increased concentration of Zn, Cu and Mn in grain. The results point up toward that, enhancement of micronutrient availability in soil during post-heading stage are strongly associated with its grain micronutrient concentration. Establishment of aerobic condition from two weeks after heading increased the grain Zn, Cu and Mn concentration by 11, 20 and 35 percent respectively over the values in flooding condition, without negative effects on yield parameters. Unlike control and 2,3,4WAH treatments, FCap that kept aerobic soil condition performed high concentration of grain micronutrients but its low yield.
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 | 0,001 | 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 | 0,001 |
| 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 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 ».