Co-Granulated and Blended Zinc Fertilizer Comparison for Corn and Soybean
Notice bibliographique
Résumé
A new co-granulated formulation of monoammonium phosphate (MAP) including S and Zn could allow for more uniform nutrient distribution. A six site-year study evaluated the effects of blended phosphorus (P) sources [MAP and diammonium phosphate (DAP)] and zinc amounts (0, 2.2, and 5.6 kg Zn ha-1) compared to co-granulated fertilizer, MicroEssentials® Sulfur-10 (MES10™) (12-40-0-10S) and MicroEssentials Sulfur and Zinc (MESZ™) (12-40-0-10S-1Zn), on corn and soybean response. Fertilizers were broadcast applied for corn and the carry-over effect on soybean was determined. Ear leaf P, S, and Zn concentrations at Novelty in 2013 and 2014 were within the sufficiency range regardless of treatment, even though initial soil test values were low-medium. Yields were similar to the N only control for all site-years except at Novelty in 2013, where MAP+ZnSO4 at 2.2 kg Zn ha-1, MAP+Super Zn at 5.5 kg Zn ha-1, and DAP+AMS were 540 to 570 kg/ha greater. The amount of Zn fertilizer (2.2 vs. 5.6 kg Zn ha-1) also showed no significant effect on yield. Applications of P or Zn generally increased their concentrations in post-harvest soil samples. Fertilizer applied for corn indicated some differences in soybean plant nutrient concentrations, but it had no effect on total plant nutrient uptake, grain yield or quality. At Novelty, soybean plant Zn concentration was greater at 5.6 kg Zn ha-1 compared to 2.2 kg Zn ha-1, while Albany showed an increase in whole soybean plant Zn concentration with SuperZn compared to ZnSO4. Carry-over fertilizer from corn showed limited effects on soybean response the following year.
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 | 0,001 |
| 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 ».