Carrot Yield and Quality as Influenced by Nitrogen Application in Cut-and-Peel Carrots
Notice bibliographique
Résumé
Root bulking, quality, and uniformity in cut-and-peel carrots (Daucus carota) are paramount for optimizing marketable yield and quality. Root bulking is an ecophysiological manifestation in response to inputs such as fertilizers. Understanding this ecophysioloical interaction will help to optimize yield, quality, and amount of inputs used. Three years of field trials were conducted in Kings County, Nova Scotia, to investigate the effects of varying levels of nitrogen (N) fertilizer on yield, recovery, and root and tissue N of two cut-and-peel varieties, Sugarsnax and TopCut. Seven levels of ammonium nitrate (34–0–0; 0, 50, 100, 150, 200, 300, and 400 kg N h−1) were hand broadcast in a split (60% pre-emergence and 40% 8 weeks after emergence) application. No significant interactive effects of N and variety in terms of gross yield or recovery were observed, though Sugarsnax total yields were 12.7% greater than those of TopCut. Overall, optimum yields were achieved at N rates of 150 kg N h−1 and further addition did not significantly improve yield or quality. Increased N significantly increased root and tissue N, but N concentration in both tissues peaked at the 300 kg N h−1 rate. However, neither root nor leaf tissue N had any effect on marketable or total yield. These results show that root bulking is not modulated by altering N applications, and the results also suggest that carrots may have high N-use efficiency or harness N from deeper zones.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».