Effect of leaf nitrogen concentration versus CND nutritional balance on shoot density and foliage colour of an established Kentucky bluegrass (<i>Poa pratensis</i> L.) turf
Notice bibliographique
Résumé
A 3-yr field study was conducted in a loam and a sand site to determine the effects of N, P, and K application rates on N status, shoot density and foliage colour of Kentucky bluegrass clippings and to derive critical N values. The experiment was arranged in a completely randomized block design with four replicates and three nutrients, N (0 or 50 to 300 kg ha-1 yr-1), P (0 or 21.8 to 87.3 kg P ha-1 yr-1), and K (0 or 41.7 to 250 kg K ha-1 yr-1), equally broadcast six times per growing season. We examined N concentration values, log-transformed N concentration values, and CND values for compositional nutrient simplexes comprising one (VN1), three (VN3), five (VN5), or 11 (VN11) macro- and micro-nutrients. Critical values for N expressions were obtained from linear relationships with targeted visual shoot density and foliage colour ratings that were closely related to each other (R2 = 0.92). The highest coefficients of determination (0.975 to 0.980) were obtained with VN5 and VN11. The VN5 values were consistent with literature data and across experimental sites, and were the most successful (99% success) in diagnosing N sufficiency in 328 qualified specimens from commercial sod farms. Compared with raw concentrations, the CND transformation reduced from 0.6 to 0.1 the degree of inter-correlation among nutrients in principal component analysis and was amenable to a χ2 distribution of CND indices. Using a critical imbalance index (CNDr2) of 5.6as χ2 value, and a critical CND IN2 index of 1.5 for a 5-nutrient simplex, we diagnosed as imbalanced 179 qualified specimens of which 110 specimens presented excessively high N level among the 328 qualified specimens in commercial stands. The proposed five-nutrient CND norms proved to be effective in diagnosing N status in Kentucky bluegrass clippings across experimental, literature, and survey data sets. Key words: Plant tissue nutrient diagnosis, DRIS, CND, Kentucky bluegrass nitrogen fertilization, turfgrass shoot density, turfgrass foliage colour
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».