Decomposition and Nutrient Release of Selected Cereal and Legume Crop Residues
Notice bibliographique
Résumé
Crop residues have the potential to enhance soil fertility, but this is dependent on their biochemical quality. A study was conducted at the National Semi-Arid Resources Research Institute-Serere, Uganda to determine the chemical composition, nutrient release patterns and rates of selected crop residues. The design used was randomized complete block design with four replications. The treatments comprised of 20g of finger millet, sorghum, cowpea and groundnut crop residues. Finger millet had the highest initial C (36.28%) and N (3.46%), cowpea had the highest initial P (0.60%) and Ca (0.30%) and groundnut shells had significantly the highest initial K (1.01%). Finger millet husks with the lowest carbon/nitrogen ratio, had significantly the highest rate of dry matter disappearance and nutrient release, while groundnut shells with the highest carbon/nitrogen and carbon/phosphorus ratios had significantly the lowest nutrient release and dry matter disappearance rates. At the end of incubation, finger millet husks had significantly the lowest N (0.29%) and C (10.22%), while cowpea husks had the lowest P (0.27%), K (0.18%) and Ca (0.27%). Nutrient release and dry matter disappearance rates of crop residues occurred in the order of N > K > P > Ca and finger millet husks > cowpea husks > sorghum husks > groundnut shells, respectively. This study has demonstrated that finger millet husks released nutrients faster and this is beneficial for early planted crops, while groundnut shells released nutrients slowly which is appropriate for long term availability of plant nutrients.
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 | 0,001 | 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 ».