MétaCan
Menu
Retour à la cohorte
Enregistrement W2615062099

PENGARUH PEMBERIAN PUPUK KCl TERHADAP N, P, K TANAH DAN SERAPAN TANAMAN PADA INCEPTISOL UNTUK TANAMAN JAGUNG DI SITU HILIR, CIBUNGBULANG, BOGOR

2017· article· id· W2615062099 sur OpenAlexaboutno aff
F Fi’liyah, N Nurjaya, S Syekhfani

Notice bibliographique

RevueJurnal Tanah dan Sumberdaya Lahan · 2017
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiquePlant Growth and Agriculture Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistryCropInceptisolFertilizerYield (engineering)HorticultureUreaAgronomySoil waterBiologyPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

KCl is an inorganic fertilizer needed by maize plant for photosynthesis processes, vegetative crop growth, improving yield in the forms of flower and fruit. The purpose in this study was to understand the effect of KCl on soil N, P, and K, and nutrient uptake by maize plant.  Treatments tested in this study were P0 = control; P1 = KCl 100 (from Canada); P2 = KCl 25 (froml Rusia); P3 = KCl 50 (from Rusia); P4 = KCl 75 (from Rusia); P5 = KCl 100 (from Rusia); P6 = KCl 125 (from Rusia); P7 = KCl 150 (from Rusia). Each treatment was supplied with Urea 350 kg ha -1 and SP-36 250 kg ha -1 as basal fertilizers. Results of this study showed that that application of different doses of KCl fertilizer significantly affected maize yield as well as N, P, and K uptake by maize. The highest dry seed yield of 6.97 t ha -1 was observed for the P5 treatment. The highest N uptake of 34.68 kg ha -1 was observed for the P1 treatment, the highest P uptake of 8.58 kg ha -1 was on the P7 treatment, and the highest K uptake of 23.38 kg ha -1 was on the P7 treatment. Application of KCl fertilizer resulted in residual N, K and P that ranging from 0.0769-0.0821%, 64.24-104.44 ppm, and 0.261-0.326%, respectively

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,517
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0050,001
Communication savante0,0030,002
Science ouverte0,0050,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,240
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Tanah dan Sumberdaya LahanMême sujetPlant Growth and Agriculture TechniquesTravaux en français237 207