Investigation of foliar application of nano-micronutrientfertilizers and nano-titanium dioxide on some traits of barley
Notice bibliographique
Résumé
Nanofertilizers are new products which contain readily available nutrients in the nanoscale range and are preferred largely due to their efficiency. To investigate the effects of micronutrient nanofertilizers (iron and zinc) as F factor and nano-titanium dioxide (nano-TiO2) solution as n factor on yield performance and some morphologic traits of barley, a field experiment was carried out with treating with chelated nanoscale zinc oxide (nano-ZnO) and ferric oxide (nano-Fe2O3) suspensions during three phonological stages. The treatment combination by trait (TT) biplot was used for two-way dataset as various treatment combinations (Fn) with multiple traits. The GT biplot explained 83% of the total variation of the standardized data. The polygon view of TT showed five vertex treatment combinations as F1n1, F1n2, F2n2, F3n1, and F3n2. Therefore, it seems that F3n1 treatment combination had the highest values for all of the days to maturity, grain yield, straw yield, harvest index, spike length, number of fertile tillers, and grain weight per plant traits. The most prominent relations of tester-view biplot were: a strong positive association between days to maturity and straw yield and among grain yield, harvest index and spike length, while there was a near zero correlation of the number of tillers per plants with days to maturity and straw yield. It can be concluded that TiO2 nanoparticles and nano-micronutrient fertilizers (iron nano-chelate and zinc nano-chelate) could increase yield and yield components of barley. Our findings suggest that the foliar application of nanoparticles resulted in sustainable and high crop production, and among six treatment combinations, F3n2 (zinc nano-chelate with 2000 ppm nano-TiO2) indicated the best performance for most of the measured traits of barley.
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 ».