Application of microbiological fertilizers in viticulture: Grape yield and quality of wine cv. Riesling
Notice bibliographique
Résumé
The recommended cultivars for top quality wines Riesling in the vineyards of Grocka is in full crop. It was grafted on Kober 5 BB stock and planted on the soil type cambysoil. The content of total nitrogen is 0.1-0.15%. Supply of easily available potassium varies between 12.3-15 mg/100g a.d.s.2, i.e. phosphorus 0.4-3.6 mg/100g a.d.s. in layer up to 40 cm. Microbiological fertilizer was used in the study - biological preparation prepared with mixed natural populations Azotobacter chroococcum, Bacillus megaterium and Bacillus circulons. The space in row is idle land and the space between rows was sown each year (March-April) with a mixture of field pea and barley and ploughed in the inflorescence phase of legumes. Grape yield varied between 8772-6804 kg/ha. Microbiological fertilizer with Azotobacter had the highest yield and the control treatment had the lowest yield, where only grass mixture was sown. Extremely dry climatic conditions in the trial period caused the grape yield in cv. Riesling to be extremely low. In combination of fertilizers Bacillus megaterium + Bacillus circulons wine with the most ethanol, extracts and polyphenols was obtained. The wine obtained from the control treatment had a typical taste.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».