Establishment of Sufficiency Ranges to Determine the Nutritional Status of ‘Gigante’ Forage Cactus Pear—Macronutrients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Determining the sufficiency range of essential macronutrients in plants is of utmost importance for successfully diagnosing the crop’s nutrient demands, thereby improving fertilizer recommendations. The aim of this study was to establish the macronutrients ranges in the cladodes for the evaluation of the nutritional status of ‘Gigante’ cactus pear. Macronutrients contents of cladodes and dry matter yield in 72 plots were used. The experiment consisted of four cattle manure rates (0, 30, 60, and 90 Mg ha-1 year-1), three spacings (1.00 × 0.50, 2.00 × 0.25, and 3.00 × 1.00 × 0.25 m) and two production cycles, arranged in a 4 × 3 × 2 factorial in randomized blocks, and three replicates. Sufficiency ranges of plots with dry matter ≥ 19.93 Mg ha-1 cycle-1 were determined as well as the mathematical chance for plots with dry matter ≥ 23.75 Mg ha-1 cycle-1 and the critical level. The sufficiency ranges, critical level and mathematical chance are, respectively, for each nutrient in g kg-1: N, 12.7-18.5; 14.4; 15.5-19.7; P, 1.0-1.8; 1.0; 0.4-1.7; K, 31.6-44.1; 31.9; 33.7-39.7; Ca, 23.2-32.8; 24.6; 25.0-29.6; Mg, 9.5-14.3; 10.2; 7.4-14.0; and S, 1.1-2.0; 1,1; 1.0-1.8. The mathematical chance model was adequate for all macronutrients except for P and Mg which showed low sufficiency range values. Sufficiency range and critical level of nutrients are useful for diagnosing macronutrient contents and improving the nutritional status of ‘Gigante’ forage cactus pear.
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.
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 | 0,001 | 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 découle