Comparative Evaluation of Colemanite and Sodium Pentaborate as Boron Sources for Rice Grown in Flooded Calcareous Soil
Notice bibliographique
Résumé
<p>Boron insufficiency in the agricultural soils is common and wide spread problem in many regions of the world. The effectiveness of crushed ore colemanite as B sources for rice crop under flooded calcareous soil were evaluated in a glass house study. We studied the effects of powder colemanite (PC) and granular colemanite (GC) in comparison with the refined sodium pentaborate fertilizer at the rates of 0, 1, 2, and 3 kg B ha<sup>-1 </sup>on growth and yield parameters of rice crop as well as the true control (0 kg B ha<sup>-1</sup>). Sodium pentaborate (SP) and (PC) application of 2 and 3 kg B ha<sup>-1</sup> significantly increased the plant height, number of tillers and panicles per plant, number of grains per panicle, weight of 1000 grains and B concentration in grain compared the 0 and 1 kg B ha<sup>-1</sup>. Rice crop with SP and PC applied at 3 kg B ha<sup>-1</sup> produced significantly (18% over the control) higher grain yield than the 0 kg B ha<sup>-1 </sup>treatment. Pots fertilized with SP and PC produced similar results as grain yield difference between them was not significant so these B fertilizers were very effective in supplying B to rice crop, but GC applied pots produced significantly low yield because of its bigger particle size, due to which B was not released from fertilizer. This study proved that colemanite with smaller particle size is an effective B source and it is cheaper than refined products so it should be applied for harvesting higher yields.</p>
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 | 0,002 | 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 ».