Impact of Composting on Growth, Vitamin C and Calcium Content of Capsicum chinense
Notice bibliographique
Résumé
The nutritional quality of the food has become a serious concern in existing agricultural system as the present world aims to enhance only the food production. A field experiment was carried out to study the effect of different fertilizers on growth, vitamin C and calcium content in yield of Capsicum chinense at Regional Agricultural Research and Development Center, Makandura consisting four treatments as without fertilizer (control/ T1), only compost (T2), compost + inorganic fertilizer (T3) and only inorganic fertilizer (T4) with a randomized complete block design (RCBD) replicating four times. Vitamin C content was measured by Indophenol dye redox titration method and calcium content was analyzed by atomic absorption spectrophotometer. Data was analyzed using analysis of variance. The highest growth was recorded in T3 and no significant differences between treatments in growth parameters at 50% flowering stage.The Vitamin C content was highest in treatment with only compost (T2) and the lowest in treatment compost + inorganic fertilizer (T3). The results indicated that yield from organically managed crops contain significantly higher amount of vitamin C (9.24±2.27 mg/100g, p= 0.0274). The highest calcium content was found in T1 (control) (1.1±0.05 %) and a significant difference (p= 0.0296) was observed between T1 (control) and T3 (calcium=0.75±0.12 %). Compost alone can be used to produce food with high amount of vitamin C. Use of inorganic fertilizer alone or integration of compost with inorganic fertilizer was less effective in producing high quality nutritious foods.
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 | 0,001 |
| 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 ».