MétaCan
Menu
Retour à la cohorte
Enregistrement W2166181916 · doi:10.4025/actasciagron.v25i2.1907

Efeito da aplicação foliar de biofertilizantes, bioestimulantes e micronutrientes na cultura do tomateiro (Lycopersicon esculetum Mill.)

2003· article· pt· W2166181916 sur OpenAlexaff
Erico Sengik, Maurício Tochiyuki Tanaka, Humberto da Silva Santos, Celso Habel Júnior, Carlos Alberto Scapim, Marcus Vinícius Kvitschal, Isabel Cristina Arquez

Notice bibliographique

RevueActa Scientiarum Agronomy · 2003
Typearticle
Languept
DomaineAgricultural and Biological Sciences
ThématiqueGrowth and nutrition in plants
Établissements canadiensNutrition International
Organismes subventionnairesnon disponible
Mots-clésLycopersiconBiofertilizerHorticultureCompletely randomized designMathematicsBiology

Résumé

récupéré en direct d'OpenAlex

The objective of this work was to evaluate the effect of foliar biofertilizer application and biostimulants, besides their combination in the growth and in the number of fruits and racemo of tomato culture, cv. Jumbo (Lycopersicon esculetum Mill.). The experiment was carried out in the county of Marialva, north of Paraná, in area of Terra Roxa Estruturada Eutrófica. The experimental design used was randomized completed with four replicates, as each plot was composed by two lines of plants driven by vertical tutor. Fourteen days after the transplant 10 pulverizations were accomplished with weekly intervals. The treatments were: Aminon- 25, Microfol, Biofertilizers without micronutritious, Biofertilizers plus micronutritious, Aminon-25 +microfol, as the treatment without any product to check. The treatments that contained micronutritious, increased the number of fruits for plant, not differing statistically from each other, however. Regarding to the racemo number, the treatments that contained biostimulants were the best ones.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,334
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,230
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Scientiarum AgronomyMême sujetGrowth and nutrition in plantsTravaux en français237 207