Broccoli growth in response to increasing rates of pre-plant nitrogen. II. Dry matter and nitrogen accumulation
Notice bibliographique
Résumé
An understanding of plant nitrogen accumulation and soil nitrogen dynamics is needed to develop management practices that balance nitrogen requirements of vegetable crops with environmental protection. Field trials were conducted in 2001 and 2002 to determine the interaction of increasing rates of pre-plant nitrogen fertilizer with broccoli tissue nitrogen accumulation and soil nitrogen dynamics. Broccoli cultivars Decathlon and Captain were grown with seven rates of nitrogen (0, 50, 100, 150, 200, 300, 400 kg N ha -1 ) applied pre-plant as ammonium nitrate. Rate of nitrogen accumulation by the above-ground tissue biomass varied over time and among nitrogen treatments, ranging from 1 to 16 kg N ha -1 d -1 . At harvest, tissue nitrogen was high, but nitrogen use efficiency was low when high rates of nitrogen were applied. Soil NO 3 - -N content decreased from planting to harvest. At harvest, soil NO 3 - -N increased with increasing rates of nitrogen, with the majority of NO 3 --N found in the top 0 to 30 cm of the soil. At 200 kg ha -1 applied nitrogen, plants recovered essentially all of the estimated available nitrogen and there appears to be little risk of nitrogen loss during the growing season. Approximately 130 kg N ha -1 was supplied by the soil during the cropping season. Soil and crop residues at harvest ranged from 96 to 330 kg N ha -1 . This residual fertility poses a risk for nitrogen loss. Practical and cost-effective strategies are needed to manage residual nitrogen in the soil and crop residues to minimize loss and retain this nitrogen for subsequent crops. Key words: Brassica oleracea L. italica Plenck, nitrogen budget, nitrogen rates, nitrogen use efficiency, nutrient management
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 ».