MétaCan
Menu
Retour à la cohorte
Enregistrement W2920846092 · doi:10.5539/jas.v11n4p559

Nutritional Behavior of Heliconia Grown Under Different Levels of Lime

2019· article· en· W2920846092 sur OpenAlexvenueno aff
Gisele O. de Sousa, Ismael de Jesus Matos Viégas, Jessivaldo Rodrigues Galvão, Deivison R. da Silva, Tiago Kesajiro Moraes Yakuwa, Vicente F. A. Silva, Daniel Pereira Pinheiro, Nilvan Carvalho Melo, Diocleia A. S. Silva, Raykleison I. dos R. Moraes

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGrowth and nutrition in plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLimeOrnamental plantBotanyHorticultureBiologyLatosolTemperate climateSoil waterEcology

Résumé

récupéré en direct d'OpenAlex

Production and commercialization of tropical flowers and plants has grown in recent years, mainly due to the increasing value of these products in temperate climate countries, such as heliconia, one of the most cultivated tropical ornamental plants in Brazil. This study was developed to determine the effect of lime applications on the nutrients in heliconia plants (Heliconia psittacorum L. × Heliconia sparthocircinata Arist. [cv. Golden Torch]) cultivated in yellow latosol in a greenhouse. The macronutrient levels in the leaves, pseudostem and roots of the heliconia plants were determined after cultivating the plants in containers with a medium texture, yellow latosol, collected from the 0 to 20 cm layer and submitted to doses of 0, 0.9, 2.6, 4.2 and 5.9 t of lime ha-1. Nitrogen and phosphorous performed better in the absence of the correction and in the 0.9 t ha-1 dose for the vegetative parts of the heliconia plants. The application of dolomitic lime promoted greater absorption of potassium, calcium and magnesium, and sulfur performed better for the doses 2.6 and 5.9 t of lime ha-1, for the pseudostem and roots, respectively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,232
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetGrowth and nutrition in plantsTravaux en français237 207