Phosphorus Sorption and Lime Requirements of Maize Growing Acid Soils of Kenya
Notice bibliographique
Résumé
<p>In Kenya, maize (<em>Zea mays</em> L.) is mainly grown on acid soils in high rainfall areas. These soils are known for low available phosphorus (P), partly due to its sorption by aluminium (Al) and iron oxides. The study determined soil P sorption, lime requirements and the effects of lime on soil pH, Al levels and available P on the main maize growing acids soils in the highlands east and west of Rift Valley (RV), Kenya. Burnt lime containing 21% calcium oxide was used. The soils were strongly to extremely acid (pH 4.85-4.07), had high exchangeable Al<sup>3+</sup> (&gt; 2 cmol Al kg<sup>-1</sup>) and Al saturation (&gt; 20% Al), which most maize germplasm grown in Kenya are sensitive to. The base cations, cation exchange capacity and available P (&lt; 10 mg P kg<sup>-1</sup> bicarbonate extractable P) were low, except at one site in the highlands east of RV indicative with history of high fertilizer applications. Highlands east of RV soils had higher P sorption (343-402 mg P kg<sup>-1</sup>) than the west (107-258 mg P kg<sup>-1</sup>), probably because of their high Al<sup>3+ </sup>ions<sup> </sup>and also the energies of bonding between the soil colloids and phosphate ions. Highlands east of RV also had higher lime requirements (11.4-21.9 tons lime ha<sup>-1</sup>) than the west (5.3-9.8 tons lime ha<sup>-1</sup>). Due to differences in soil acidity, Al levels and P sorption capacities within and between highlands east and west of RV, blanket P fertilizer and lime recommendations may not serve all soils equally well.</p>
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 | 0,001 |
| 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 ».