Effect of Bio-phosphate and Chemical Phosphorus Fertilizer Accompanied with Foliar Application of Micronutrients on Yield, Quality and Phosphorus and Zinc Concentration of Maize
Notice bibliographique
Résumé
Field experiment was conducted at Kerman Agricultural and Natural Resources Research Centre (Iran) during 2008-2009 to evaluate the effect of bio-fertilizer, phosphorus and foliar application of micronutrients on dry matter accumulation, yield, and phosphorus and zinc concentration of maize (Zea mays L.). A split plot experiment based on randomized complete blocks design (RCBD) with four replications was followed in the study. The micronutrients foliar application in two levels (foliar application and non foliar application) were the main plots, and four levels of phosphate (T1: 0 (no fertilizer), T2: 100 kg ha-1 P2O5, T3: 100g bio-phosphate, T4: 100g bio-phosphate with 50 kg ha-1 P2O5) as the sub plots. Results showed that micronutrients foliar application and biological and chemical phosphorus fertilizers had a significant influence on dry matter accumulation. The maximum dry matter accumulation was obtained by applying 50 kg/ha P2O5 plus bio-fertilizer. Grain yield, 1000-seed weight and protein content of grain were significantly affected by micronutrients and phosphorus fertilizers treatments. Micronutrients foliar application and phosphorus fertilizers interaction had no significantly effect on grain yield, 1000-seed weight and grain protein content. Grain phosphorus and zinc concentration where significantly increased by application of micronutrients and phosphorus fertilizers.
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 | 0,001 |
| 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 ».