Nitrogen Fertilization and Rhizobial Inoculation Effects on Kura Clover Growth
Notice bibliographique
Résumé
Kura clover ( Trifolium ambiguum M.B.) is a persistent, rhizomatous forage legume; however, its use is currently limited by slow establishment. We determined the effects of rhizobial inoculation and N fertilization on kura clover growth and N 2 fixation in the seeding year. Kura clover was seeded with or without a commercial rhizobial inoculant and with and without N fertilization in three environments. Fertilization treatments consisted of 100 kg N ha −1 either applied at seeding or split in 10 kg N ha −1 applications every other week after seeding. Nitrogen fertilization increased seeding‐year herbage accumulation in all locations, but the response to fertilizer N was greater on a loamy sand with low organic matter and available N than on a silt loam with high soil organic matter. Rhizobial inoculation failed to consistently improve seeding‐year herbage accumulation compared with no inoculation; a positive response was observed in only one of three environments. Dry matter accumulation responses of root and rhizome to N fertilization and rhizobial inoculation were similar to that of herbage. Dinitrogen fixation in the seeding year varied between 9 and 25 kg ha −1 fixed N, depending on the environment. Seeding‐year inoculation increased postseeding year herbage yield. Also, when a positive response to N fertilization occurred in the seeding year, the response was maintained in the postseeding year. A commercial rhizobial inoculant was ineffective in establishing adequate nodulation in the seeding year in a N‐limited soil, indicating the need to identify more effective rhizobia for kura clover.
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 | 0,000 | 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 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 ».