Maize Response to Chemical and Microbial Products on Two Tanzanian Soils
Notice bibliographique
Résumé
Low soil fertility has been a major factor to low maize yields in smallholder farms in sub-Saharan Africa. Technologies have been proposed including inorganic, fertilizers and plant growth promoting microorganisms. A study was conducted under greenhouse and field conditions to evaluate the effects of liquid inorganic fertilizer and microbiological products on growth, nutrient uptake and yield of maize. Products evaluated were Teprosyn (nitrogen, zinc phosphorus), BioSoil Crop Booster (BSCB) (Pseudomonas fluorescens), and Bio Soil Nitro plus (BSN+) (Acetobacter sp.). Treatments were: products alone (low and high rate), product + half rate phosphorus (10 kg P ha-1), half rate P, full rate P (20 kg P ha-1) and Control. All products were analysed for quality. None of the products met the label claims in nutrient/organism concentration. An increase of biomass was observed in the greenhouse for half rate P + BSCB low rate and high rates for BSCB and BSN+ compared to Control. Half rate P + BSN+ low rate gave the highest grain yield which was similar full rate nitrogen and P. BSCB and BSN+ at low rates with P half rate resulted in an increase in biomass yield in the greenhouse. Efficacy of low rate BSN+ + half rate P was demonstrated when applied at the recommended rates and combined with half rates of N and P. A package of inorganic and Bio-fertilizers should be developed based on soil fertility status, and the quality of the inputs verified to ensure that they are conform to the label guarantee analysis.
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 ».