(219) Nitrogen Relationships to Yield and Quality of Carrots Grown on Mineral and Organic Soil in Ontario
Notice bibliographique
Résumé
In previous work with carrots ( Daucus carota L.), little effect of nitrogen could be found on yield, but low nitrogen increased foliar disease. To determine if residual soil nitrate supplies sufficient nitrogen for carrots, plots were located on the same site for 3 years. Two sites were selected, one sand (pH 8.1, 2.6% OM), one organic (pH 6.0, 75% OM). Treatments consisted of 0%, 50%, 100%, 150%, and 200% of recommended levels (kg·ha -1 ) for organic (60) and mineral soils (110), plots were spilt in half with one fertilized every year, one in 2002 and were arranged in a split plot design with four replications. Foliar and soil samples were taken for nitrate analysis plus levels of Alternariadauci and Cercospora carotae foliar blight were recorded each year. Applied nitrogen had no effect on yield on muck soils. Over 3 years on mineral soils, total yield ranged from 36 to 48 t·ha -1 with no applied N. On mineral soils, yield was maximized at (kg·ha -1 ) 110, over 165, and 55-165 in 2002, 2003, and 2004, respectively. Stands on mineral soils were reduced at or above recommended rates in 2004. It is possible that carrots obtained considerable nitrogen perhaps deep in the soil profile. As in previous studies, applied nitrogen reduced foliar blights. Thus, nitrogen application is required for pest management purposes even if there is almost sufficient residual nitrogen for yield.
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 ».