Comparison of nitrogen application via a trickle irrigation system with surface banding of granular fertilizer on red raspberry
Notice bibliographique
Résumé
A field trial compared applications of ammonium nitrate N as soil-surface bands of granular fertilizer with applications as a solution through a trickle irrigation system (i.e., fertigation) on yield, plant growth and end-of-season extractable soil inorganic nitrogen of red raspberries (Rubus idaeous L.). The granular application was made once in early spring, and the fertigation was scheduled as eight weekly applications from early to late spring in each of 4 successive years. Three rates of N (33, 67 and 134 kg N ha −1 ) were applied by both methods and a zero N control was also included. The N treatments had relatively small effects on berry yields, being significant in the last 2 years (1988 and 1989) only. Applications of granular N resulted in equal or greater yields than the control, whereas the fertigation method resulted in equal or lower yields than the control. Granular applications tended to enhance cane growth and N concentrations in the fruiting cluster, laterals and leaves of fruiting canes. Leaching of N during the growing season was greater with the fertigation than with the granular method of application. The poorer performance of fertigation relative to granular application of N was due to the timing of application in relation to crop requirement. Raspberries require a majority of their N early in the growing season. The utility of applying fertilizer N via irrigation systems on crops such as raspberry in climatic regions where water deficits do not usually occur early in the growing season, as in coastal British Columbia, is limited. Key words: Fertigation, soil N, yield, soil inorganic N, leaching, Rubus idaeous L.
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) | 0,000 | 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 ».