Processing Tomato Nitrogen Utilization and Soil Residual Nitrogen as Influenced by Nitrogen and Phosphorus Additions with Drip‐Fertigation
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
Timely sufficient water supply through drip irrigation or fertigation may increase nutrient demand of processing tomato ( Lycopersicon esculentum Mill.) due to increases in yield production. However, excessive nutrient application could result in crop luxury uptake and enrichment in soil profile, especially mineral N, with the latter potentially causing environmental concerns. A study was conducted to determine the responses of crop N utilization and post‐harvest soil profile mineral N to fertilizer N and P additions under drip fertigated processing tomato in sandy loam soils from 2003 to 2005. Across the 3 yr, both fruit N removal and plant total N uptake were either linearly or quadratically related to fertilizer N rate, with 187 kg N ha −1 of fruit removal and 268 kg N ha −1 of plant total N uptake obtained at the maximum yield. Nitrogen uptake efficiency and apparent N recovery decreased linearly with increases in N rate. At the maximum fruit yield, N uptake efficiency was 0.71, and apparent N recovery was 51.7%. Post‐harvest soil profile (0–100 cm) mineral N increased with increases in fertilizer N rate, and at greater rates with fertilizer N applied at rates above those required for maximum fruit yield production. Of the soil residual N, 62% remained in the top 40‐cm soil layer. Addition of fertilizer P had no effects on plant N uptake, N uptake efficiency and post‐harvest mineral N in soil profile, presumably due to the high levels of soil test P. Beneficial management practices need to be developed to prevent soil N losses during the non‐growing season following production of processing tomato with drip fertigation.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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