Effects of nitrogen fertilization on fruit yield and quality of processing tomatoes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Four processing tomato (Lycopersicon esculentum Mill.) cultivars (CC337, H9230, H9492 and H9553) were field-grown in southwestern Ontario using five N fertilization rates in each of 4 yr (0, 50, 100, 150 and 200 kg N ha -1 in 1999 and 0, 100, 150, 200 and 250 kg N ha -1 in 2000, 2001 and 2002). Total fruit yield increased linearly as N rate was increased except in 2001, which was a dry year. Responses of marketable yield to fertilizer N rate were dependent on cultivar and the year. In years when sufficient soil water was available, N fertilizer rates of 200 kg ha -1 or higher were required to produce the maximum marketable yield for the four cultivars. In the dryer years, the response to fertilizer N rate was cultivar dependent, and the application of 150 to 200 kg N ha -1 was sufficient to maximize marketable yield. Fertilizer N above the rate required for maximum marketable yield increased green fruit yield at harvest. Nitrogen rate did not affect the soluble solids (SS) content, firmness, size or colour of marketable fruit. Differences in yield and fruit quality were noted among cultivars. H9553 was the highest-yielding cultivar. H9230 had the largest fruit size. CC337 generally had the best red fruit colour and the lowest percent SS. H9492 generally had the highest percent SS. To attain maximum marketable yields, it appears that N rates should be adjusted based on cultivars, anticipated rainfall levels and availability of irrigation. Key words: Lycopersicon esculentum, processing tomato, nitrogen fertilization, yield, 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.
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 | 0,000 | 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) | 0,000 | 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 découle