Nutrient use efficiency and harvest index of cassava decline as fertigation solution concentration increases
Notice bibliographique
Résumé
Abstract Response of cassava ( Manihot esculenta Crantz) to fertigation as a form of nutrient delivery is unknown. The objectives of this study were to establish a balanced nutrition and to enhance agronomic nutrient use efficiency (ANUE) of cassava under fertigation. This study was conducted in the greenhouse and in the field. In both, the results showed a similar trend. There were six fertigation concentrations and three cassava varieties, selected for their duration of growth in the field. Shoot biomass of the long‐duration variety (Nalumino) was the highest, even though its dry root yield was the lowest (10.18 t ha −1 ) among the varieties. In contrast, the medium‐duration variety (Kampolombo) produced the highest dry root yield (20.34 t ha −1 ) and a lower shoot biomass. The highest root yield of the shortest‐duration variety (Mweru) was achieved at 200 mg N, 30 mg P, and 200 mg K L −1 (155.0, 23.3, 155.0 kg N, P, K ha −1 ), while Nalumino's was at 70 mg N, 7 mg P, and 70 mg K L −1 (54.3, 5.4, 54.3 kg N, P, K ha −1 ). ANUE and harvest index of these varieties declined as the fertigation concentrations increased. Additionally, the correlation between concentrations of N in the youngest fully expanded leaf (YFEL) blades and dry root yields was the lowest (R 2 = 0.5488), whereas P and K were R 2 = 0.7237 and R 2 = 0.8006, respectively, an indication that nutrient concentrations in the leaf, especially N, cannot easily be used to predict root yield. When cassava reaches nutrient sufficiency, mainly N, its accumulation in the leaf continues without significant increase in the root yield.
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 | 0,001 | 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 | 0,001 |
| 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 ».