(308) Irrigation Strategies for Rockwool-grown Greenhouse Tomatoes
Notice bibliographique
Résumé
In rockwool-grown greenhouse vegetables, unsatisfactory spatial root development, rapid root collapse, and increased incidence of root diseases are very common. Improved water management could alleviate these problems to some extent, because this could favorably modify water-air distribution in the slab, thereby improving greenhouse vegetable yield and quality. The present study tested six irrigation strategies on the productivity of rockwool-grown tomatoes (cv. Rapsodie) during Jan. o –Aug. 2004. The four treatments, based on electronic Grodan? water content meters (WCMs), received irrigations when the slab water content (SWC) was ≈60%, 70%, 80%, and 90% while the other two treatments, based on balances, applied irrigations after a 700- or 500-g loss in the daily-adjusted slab weight (LDASW). Initially, we noticed a heterogeneous EC build-up in the slabs across various treatments, which probably distorted the expression of treatment effects (if any) on plant growth, yield, and water use. To minimize this problem, an EC control strategy of applying extra irrigation was devised and adopted in two sequential phases: 1) application of a 30-minute-long extra irrigation twice a week (for 7 weeks); and 2) extra irrigation(s) using the irrigation control routine of an Argus computer when the slab EC was ≈3.5 mS/cm (for 5 weeks). Slab EC was well controlled in both these phases and we observed significant treatment effects on root growth and marketable yield. Analyzing the results, we concluded that irrigating at 70% to 80% SWC was best for maximum root growth as well as marketable yield. The two irrigation treatments based on the 700- and 500-g LDASW were well maintained and performed equally well, producing marketable yields comparable to those produced by irrigating at 70% and 80% SWC.
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 ».