Effects of different foliar nitrogen fertilizers on cellular nitrogen metabolism and biomass of two shrub willow cultivars
Notice bibliographique
Résumé
We examined the effects of foliar supplementation of different nitrogen sources (urea, Nitamin, NH4NO3, and arginine) to study their efficacy as fertilizers for growth of two clonally propagated shrub willow cultivars; namely, ‘Fish Creek’ (Salix purpurea L.) and ‘Preble’ (Salix viminalis L. × (Salix sachalinensis F. Schmidt × Salix miyabeana Seemen)). Our objectives were to determine (i) if foliar nitrogen application is an effective method of fertilization for the two shrub willows and (ii) if different nitrogen sources are metabolized similarly by the plants. The analyses involved soluble leaf polyamines, amino acids, total protein, total nitrogen and carbon, and plant biomass in response to short-term treatments with four sources of nitrogen. The effects of foliar nitrogen application on leaf chemistry, biomass, and foliar nitrogen content varied according to the form of nitrogen used. The data indicate that (i) urea is the most suitable nitrogen source for foliar spray (29% higher N accumulation vs. Nitamin), whereas arginine is the least suitable, and (ii) different nitrogen sources are metabolized differently by the plant. While the foliar nitrogen application method could become a practical and sustainable way to fertilize shrub willows and other short-rotation biofuel crops, it may also help reduce nitrogen loss to the environment.
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) | 0,001 | 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 | 0,001 |
| 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 ».