Effects of different levels of nitrogen on physiological characteristics of function leaf and plant traits and yield components of cotton
Notice bibliographique
Résumé
Bt-transgenic hybrid cotton CCRI29 was used, the effects of physiological characteristics of function leaf,plant traits and yield components by applying different levels of nitrogen fertilizer(375.0 kg/hm~2,high N;187.5 kg/hm~2,middle N;0 kg/hm~2,low N) in the field were studied.The main results are as follows:① Changing nitrogen application amount had some effects on carbohydrate metabolism and protein content of function leaf on the stem.Carbohydrate synthesis was inhibited under high nitrogen treatment,but protein content was heightened.The soluble protein content of leaf was the lowest under the treatment of low-nitrogen.② Compared with mid-nitrogen and low-nitrogen,high-nitrogen boosted the plant height and leaf area index,which extended leaf function period,but had little effect on development date.③ Photosynthesis rate of function leaf was the highest under the condition of middle nitrogen.But photosynthesis was reduced under low-nitrogen level,which accelerated the leaf senescence.The soluble protein content of leaf was the lowest under the treatment of low-nitrogen,which accelerated the leaf senescence.④ There was significant difference between the lint yields of different nitrogen conditions and the order of lint yield was mid-nitrogen high-nitrogen low-nitrogen.
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 ».