Effect of Different Zinc Concentration and Density on Biological Characteristics and Yield of Tartary Buckwheat
Notice bibliographique
Résumé
[Objective] To explore the best combination of tartary buckwheat which plant density and zinc soaking concentration,and provide a theoretical reference.to optimize cultivation techniques and improve yield.[Method] XiQiao II as the studied material,to study the effect of different Zinc concentration and density of buckwheat on the biological characteristics and yield through randomized complete block design.Experimental data were analysed by the software Excle statistics and analysis of variance(SSR method).[Results](1)Plant height and leaf number increased with the density increasing.The primary branch number decreased with the increase of the density.Leaf area increased with the density at 1.2-1.8 million/hm2 range,and then reduced.When the zinc concentration in the range of 0 to 0.4%,tartary buckwheat plant height,leaf number,leaf area,primary branch number and yield increased with the concentration,and showed downward trend with zinc concentrations continue to increase.(2) Different density and concentration had significant effect on production of Xiqiao II.The change of yield and density showed low-high-low trend,and production decreased when the density was greater than 1.8 million/hm2.The change of yield and concentration showed low-high-low trend,and yield declined when the concentration was 0.4%.[Conclusion] The combination treatment both affected the biological characteristics and yield of tartary buckwheat,according to tartary buckwheat growing and production perspective,the best combination of west buckwheat II was density 1.8 million/hm2,zinc soaking concentration 0.4%.
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 ».