Enhancing crop yield with the use of N‐based fertilizers co‐applied with plant hormones or growth regulators
Notice bibliographique
Résumé
Crop yield, vegetative or reproductive, depends on access to an adequate supply of essential mineral nutrients. At the same time, a crop plant's growth and development, and thus yield, also depend on in situ production of plant hormones. Thus optimizing mineral nutrition and providing supplemental hormones are two mechanisms for gaining appreciable yield increases. Optimizing the mineral nutrient supply is a common and accepted agricultural practice, but the co-application of nitrogen-based fertilizers with plant hormones or plant growth regulators is relatively uncommon. Our review discusses possible uses of plant hormones (gibberellins, auxins, cytokinins, abscisic acid and ethylene) and specific growth regulators (glycine betaine and polyamines) to enhance and optimize crop yield when co-applied with nitrogen-based fertilizers. We conclude that use of growth-active gibberellins, together with a nitrogen-based fertilizer, can result in appreciable and significant additive increases in shoot dry biomass of crops, including forage crops growing under low-temperature conditions. There may also be a potential for use of an auxin or cytokinin, together with a nitrogen-based fertilizer, for obtaining additive increases in dry shoot biomass and/or reproductive yield. Further research, though, is needed to determine the potential of co-application of nitrogen-based fertilizers with abscisic acid, ethylene and other growth regulators.
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 ».