Effect of Fertilizer Rate on Plant Growth and Leachate Nutrient Content during Production of Sedum-vegetated Green Roof Modules
Notice bibliographique
Résumé
With the increasing popularity of green roofs, efficient green roof plant production is required to adequately supply the industry. Applying fertilizer at an appropriate rate can provide sufficient plant nutrition for efficient plant growth without excess nutrient leaching into the environment. This study compared rates of controlled-release fertilizer (CRF) applied to green roof modules at the plant production stage to determine an optimum CRF rate for encouraging plant growth and vegetative coverage while minimizing the amount and concentration of leached nutrients. After sedum cuttings were rooted in green roof modules on 29 Aug. 2011, CRF was applied at 5, 10, 15, 20, 25, 30, and 35 g·m −2 nitrogen (N) and modules were compared with an unfertilized control. Plant growth, vegetative coverage, and overall appearance requirements were met after fertilization at 20 g·m −2 N. Modules fertilized at less than 20 g·m −2 N did not reach the target proportion coverage during the study. When fertilized at 20 g·m −2 N, green roof modules reached the target proportion coverage after 240 days of growth. Differences in leachate volumes were observed among treatments 35 days after fertilization and fertilization at 20 g·m −2 N minimized leaching of most nutrients. Therefore, with the green roof module system used in this study, an application of 20 g·m −2 N for green roof module or sedum cutting production is an optimum CRF rate for plant growth and vegetative coverage while minimizing negative environmental impacts.
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 | 0,001 | 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 ».