Second-crop N fertilization improves lowbush blueberry (<i>Vaccinium angustifolium</i> Ait.) production
Notice bibliographique
Résumé
Most commercial blueberry growers follow a 2-yr pruning cycle because second-crop yield in a 3-yr cycle is usually too low for an economical harvest. Research was conducted to determine the extent to which second-crop production could be increased by applying fertilizer in the second-crop year. Treatments, consisting of factorial combinations of N (0, 60 kg ha -1 ), P (0, 26 kg ha -1 ), and K (0, 50 kg ha -1 ), were studied over two 3-yr burn-pruning cycles on a natural lowbush blueberry stand. Treatments were applied prior to, or shortly after, flower buds started to swell in the spring of the second-crop year. Nitrogen increased ripe fruit yield by 65% (3410 vs. 2070 kg ha -1 ) when compared with plots not previously fertilized with N, and by 43% (3410 vs. 2380 kg ha -1 ) when compared with plots previously fertilized with N. These results indicate that N might make the second crop economical to harvest. Phosphorus did not significantly affect yield, but K applied in combination with N in the second-crop year negatively affected production and Mg uptake. The increase in yield by N was due to more ripe berries resulting from a higher total (ripe + unripe) number of berries and hastened maturity that increased the percentage of ripe fruit. Reduced fruit abortion is suspected to be the reason for higher berry numbers. In contrast, the negative response to K applications with N was due to reduced total berry numbers. Key words: NK interaction, N × K interaction, potassium, nutrition, fertility, fruit abortion
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».