PGPR Inoculated-Seed Increases the Productivity of Forage Sorghum under Fertilized Conditions
Notice bibliographique
Résumé
Plant growth promoting rhizobacteria (PGPR) are used for seed inoculation. This study was carried out to determine the influence of seed inoculation with PGPR and different nitrogen (N) and phosphorus (P) levels on the productivity and quality of fodder sorghum. The study was conducted in randomized complete block design (RCBD) under factorial arrangement at Agronomic Research Area, University of Agriculture, Faisalabad during, 2014. The experiment composed of N and P levels such as 0%, 50%, 75% and 100% of recommended doses ha-1 and seed inoculation with PGPR1 (Azotobacter brasilense+Pseudomonas fluorescens) and PGPR2 (Azotobacter chroococcum+Pseudomonas flurescens) with un-inoculated seeds as control. The results revealed that application of N and P, and seed inoculation appreciably increased the productivity and quality of sorghum. Maximum green fodder yield (63.12 t ha-1), dry matter yield (14.51 t ha-1), crude protein (11.02%) and ash contents (8.97%) were recorded with recommended dose of NP. Regarding seed inoculation maximum green fodder yield (62.40 t ha-1), dry matter yield (14.09 t ha-1), crude protein (10.59%) and ash contents (9.07%) were recorded with PGPR1. In conclusion, application of recommended dose of NP and seed inoculation with PGPR1 significantly improved the forage productivity and quality of sorghum.
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 | 0,002 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».