Worm castings-based growing media with biochar and arbuscular mycorrhizal fungi for producing organic tomato (Solanum lycopersicum L.) in greenhouse.
Notice bibliographique
Résumé
Organic vegetable production has specific research and innovation requirements which are not shared by other parts of the food and farming sector. A pot experiment was conducted to investigate the interactive effects of few permitted organic inputs such as arbuscular mycorrhizal fungi, biochar, and different ratios of peat:worm casting on tomato (Solanum lycopersicum L.) growth, mycorrhizal dependency, biomass production, fruit yield, and soil respiration. The experimental design was a factorial arrangement based on completely randomized design with three replicates. Factors included worm casting at three levels (0, 15 and, 30% of the media volume), organic peat-based potting soil at three levels (70, 85, and 100% of the media volume), two Glomus intraradices treatments (inoculated at sowing or un-inoculated), and two biochar levels (10% of total weight of the media or unlamented). Results indicated that worm casting × peat combination significantly affected all measured traits except for the number of fruits in plant and mycorrhizal dependency. Mycorrhizal symbiosis had a significant effect only on shoot dry weight and mycorrhizal dependency. Moreover, biochar application significantly affected shoot dry weight, stem diameter and carbon mineralization. Among the different ratios of worm casting and peat in the growing media, 15% worm casting × 85% peat formed the most suitable medium condition for plants and 100% peat without worm casting was the least suitable. The highest fruit fresh weight (228.7 g/plant) was achieved in 15% worm casting × 85% peat and the lowest fruit fresh weight (175.1 g/plant) was achieved in 100 peat treatment.
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 | 0,000 | 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) | 0,000 | 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 ».