Effects of Combination Between Nitrogen and Potassium Fertilization on Yield and Quality of Valencia Orange Fruits
Notice bibliographique
Résumé
Nitrogen (N) and potassium (K) are the most important nutrients for fruit yield and quality of citrus. Farmers - growing orange is usually applied high rates of N and K fertilizers. The study was carried out during 2017 and 2018 production year on a 4-year Valencia orange. The objective of the present paper was to evaluate the effect of combination between nitrogen and potassium on fruit yield and quality of Valencia orange. The experiment was used three doses of N (0.5, 1.0, and 1.5 kg/tree) in form of urea and three doses of K (0.6, 0.9, and 1.2 kg/tree) in form of potassium chloride in all combinations. The obtained results showed that N and K concentrations in soil did not increase with increment of N and K fertilization. Increment of N and K fertilization increased N content but did not increase K content in leaves. Fruit weight, fruit diameter and peel thickness increased with increasing of N fertilization. Maximum fruit yield of Valencia orange was attained with rates of 0.5 kg N/tree combined with 0.9 kg K/tree. Juice content increased with increasing amount of N fertilization. Increment of K fertilization tend to increase total acidity in fruit juice. The highest TSS and TSS/TA were attained with rates of 0.5 kg N/tree combined with 0.9 kg K/tree.
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 | 0,001 | 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) | 0,001 | 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 ».