Evaluation of Rhizobial Inoculation Methods for Chickpea
Notice bibliographique
Résumé
Rhizobia inoculated onto legume seeds are often exposed to adverse environmental conditions, which can affect survival and subsequent effectiveness. Hence, soil‐applied granular inoculants have received much attention recently. We examined the efficacy of various inoculation methods at four sites in Saskatchewan, Canada, in 1997 and 1998 using desi‐ and kabuli‐type chickpea ( Cicer arietinum L.). Seed inoculation treatments (liquid or peat‐based powder) were compared with soil inoculation (granular inoculant) either placed in the seed furrow or side‐banded (i.e., 2.5 cm to the side) at depths of either 2.5 or 8 cm below the seed. Nodule formation in the seed inoculation treatments was restricted to the crown region of the root system, whereas soil inoculation enhanced nodulation on the lateral roots. In 1997, granular inoculant placed below the seed increased kabuli seed yield by 36 and 14% over the liquid and peat‐based inoculants, respectively, whereas desi seed yield increased 17 and 5%, respectively. Seed yield responses were inconsistent in 1998. Seed protein concentration, percentage N derived from the atmosphere (%Ndfa), and amount of N 2 fixed were typically lower for the liquid inoculant than for the peat and granular inoculants, which did not differ. The dry weight of lateral‐root nodules was highly correlated with yield parameters, suggesting that the lateral‐root nodules contributed significantly to N 2 fixation and yield. Although the peat and granular inoculants were equally effective in establishing successful symbiosis, placing granular inoculant 2.5 to 8.0 cm below the seed may improve yield and quality.
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 | 0,002 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».