Phosphorus and Boron Application on Growth, Yield, and Quality of Soybean Seeds (Glycine max [L.] Merril)
Notice bibliographique
Résumé
The increased of growth, yield and quality of soybean seeds are expected to occur by applyingP (phosphorus) and B (boron). This research was to investigate the effect of P and application of B their response on growth, yield and quality of soybean seeds. This research was conducted at fieldland and the Laboratory of Seeds and Plant Breeding, Faculty of Agriculture, University of Lampung from November 2016 to April 2017. This treatment was arranged in a 6 × 2 factorial consisting of six doses of P2O5 (0; 50; 100; 150; 200; 250 kg/ha) and two concentration of B (0 and 5 ppm). This study was designed in Randomized Complete Block Design (RCBD) with three blocks. Homogeneity of variance was tested by Barlett’s test and non-aditivity model using Tukey’s test and continued by orthogonal polynomials at α 0.05. The results showed that applying P to dose 250 kg/ha increase the growth, yield and quality of soybean seeds in all variables. Whereas the applications 5 ppm of Boron increased growth, yield and quality of soybean plant seeds higher than without Boron on avariable number of unfallleaf, dry weight of plant, 100 grain weight, germination, dry weight of normal seedling, and vigor index. Response of growth, yield and quality of soybean seeds to increased doses of P did not depend on the granting of B.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».