Response of lentil to microbial inoculation and low rates of fertilization in the semiarid Canadian prairies
Notice bibliographique
Résumé
The use of microbial inoculation may increase nodulation and seed yield of annual legumes. A study was conducted to determine the effect of formulations (seedapplied powder vs. soil-applied granular inoculants), placement of granular inoculants in soils (applied in the seed-row vs. sidebanded), and low rates of fertilizers in comparison to P-solubilizing microbes Penicillium bilaii on plant establishment, maturity, and seed yield of lentil (Lens culinaris Medik.) in the semiarid Canadian prairies. Green lentil was grown on a silt loam and a heavy clay soil in southwestern Saskatchewan from 1999 to 2002. Inoculated lentil with Rhizobium increased seed yield by 45% averaged across all 6 site-years. Granular soil inoculants increased lentil seed yield by 19% over seed-applied inoculants. Placement of soil inoculants in the seed row or side-bands produced similar results. On the silt loam soil, the use of rhizobial inoculants increased lentil seed yield by 15%, while the yield increase was 70% on the heavy clay. Starter N applied at a rate of 15 kg ha -1 increased seed yield by 13% for lentil grown on the heavy clay, but there was no effect on the silt loam. Phosphorus fertilizer applied at a rate 15 kg P ha -1 did not influence lentil establishment, growth or seed yield. Similarly, the P-solubilizing microbes P. bilaii did not influence plant growth or development, nor did it affect the seed yield of lentil. Soil granular rhizobial inoculants are preferred over seed-applied inoculants, fertilizers, or P-solubilizing microbes in lentil because of their strong and consistently positive impact on plant growth and seed yield in the semiarid Canadian prairies. Key words: Lens culinaris, nodulation, seed yield, Penicillium bilaii, P-solubilizing microbes
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 ».