Blueberry Propagation by Minicuttings in Response to Substrates and Indolebutyric Acid Application Methods
Notice bibliographique
Résumé
The nursery plants supply is one of the most important factors that limites blueberries production in some areas, due to some propagation difficulties observed on this species. In this way, this study aimed to evaluate substrates and IBA application methods on ‘Powderblue’ blueberries (Vaccinium ashei) minicuttings rooting, as well as to verify the rooting development in different periods. The study was divided in two experiments. The first one aimed to evaluate ‘Powderblue’ blueberry minicuttings rooting in three substrates (pine bark, carbonized rice husk and vermiculite) in response to two indolebutyric acid (IBA) application methods: 50% alcohol solution and talc. The second experiment aimed to evaluate ‘Powderblue’ blueberry minicuttings rooting using the best substrate recorded in the first trial (pine bark) and two IBA application methods associated to three periods of rooting access, in order to obtain the ideal rooting period and root development. In the first experiment the rooting percentage presented significant difference among the substrates; the higher percentage of rooted minicuttings occurred in pine bark substrate (68%). Regarding the methods used to IBA application, the talc method was more efficient to promote minicuttings rooting. In the second experiment, it was observed an increase in cutting rooting percentage from 55 to 84%, according to the evaluated seasons; however, the IBA application method did not influence the rooting percentage. Therefore, to produce ‘Powderblue’ blueberry plants from minicuttings it is recommended to use pine bark as substrate and talc as method to IBA application, transplanting the nurseries at 110 days after planting.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».