Spacing and Fertilizer Application Method Influence Container Plant Growth and Runoff
Notice bibliographique
Résumé
The influence of production practices on runoff from container nurseries was investigated in Spring 2003 (March to July) and Fall 2003 (August to January). Viburnum odoratissimum (Ker-Gawl.) liners were planted in 3.8-L containers with a 2 pine bark: 1 sand: 1 Canadian peat substrate and placed on 1.5 m 2 -platforms at one of two plant spacing densities: 16 or 32 plants/m 2 [spaced to 16 plants/m 2 after 13 weeks (spring) or 14 weeks (fall)]. Overhead sprinkler irrigation was applied daily (1 cm) and runoff collected weekly. Osmocote 18 N-2.6 P-10 K was surface-applied to each container (15 g) in the spring and surface-applied or incorporated in the fall. Cumulative runoff averaged 1240 L·m -1 ; in spring (19 weeks) and 1050 L·m -1 ; in fall (20 weeks), which represented 72% and 66% of applied irrigation plus rainfall, respectively. The lower density spacing resulted in a 19% increase in cumulative runoff in spring (1340 vs. 1130 L·m -1 ) but had no effect in fall (970 vs. 890 L·m -1 ). Weighted average EC wa of runoff decreased 10% (0.436 vs. 0.485 dS·m -1 ) and 12% (0.420 vs. 0.476 dS·m -1 ) with the lower density spacing in spring and fall, respectively. EC wa in fall was not affected by fertilizer method. Plant size index [(height + width)/2] was reduced 22% in both spring (38.7 vs. 49.7 cm) and fall (26.9 vs. 34.4 cm) when plants were grown at the lower density spacing throughout production. This reduction in plant size was attributed to container heat stress. Plant size was unaffected by fertilizer application method (fall) but fertilizer incorporation resulted in greener plants than surface-applied fertilizer (60 vs. 53 SPAD readings).
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 ».