Effects of Vermicompost, Tithonia Green Manure and Urea on Quality of Swiss Chard (Beta Vulgaris L. Var. Cicla L.) in Kenya
Notice bibliographique
Résumé
Swiss chard (Beta vulgaris L. var. cicla) is a popular vegetable because it is nutritious, robust, easy to grow. It requires regular applications of nitrogen, which causes accumulation of oxalates and nitrates within the plant. Oxalates and nitrates are known health hazards but the use of organic fertilizers have been shown to reduce their accumulation and to promote accumulation of beneficial phytochemicals. We therefore determined the effect vermicompost (VC), Tithonia diversifolia green manure (Tithonia) and urea on the quality of Swiss chard. The experiment was laid out in a Randomised Complete Block Design (RCBD) replicated three times with thirteen treatments. Leaf nutrient elements, TSS, polyohenols, Vitamin C and antioxidants were determined using standard procedures. Treatment effects were significant only for aluminum, phosphorus and calcium. The values were highest on VC 50 kg N ha-1 and Urea 50 kg N ha-1, Tithonia 50 kg N ha-1 + Urea 50 kg N ha-1, and VC 50 kg N ha-1, and VC 100 kg N ha-1 for aluminum, phosphorus and calcium, respectively. Lowest response was reported on Tithonia 50 kg N ha-1, control and Tithonia 50 kg N ha-1 + Urea 50 kg N ha-1 for aluminum, phosphorus and calcium, respectively. The treatments significantly influenced the percentage of polyphenols, vitamin C and the antioxidant capacity while no significance was reported for total soluble solutes. The polyphenols and vitamin C content were highest on Tithonia 100 kg N ha-1 and control, respectively. Low polyphenol and vitamin C contents were recorded on VC 50 kg N ha-1 and VC 100 kg N ha-1, respectively. A similar trend was observed for antioxidant activity since a positive correlation was observed between the polyphenols and vitamin C and the antioxidant activity. Tithonia green manure improves Swiss chard quality.
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) | 0,000 | 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 | 0,000 | 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 ».