Slow-Release Fertilizer Improves the Growth, Quality, and Nutrient Utilization of Wintering Chinese Chives (Allium tuberosum Rottler ex Spreng.)
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
Excessive application of fertilizers leads to the loss of a high amount of nutrients and low fertilizer utilization, which severely restricts crop productivity. Establishing better fertilizer usage practices can mitigate the adverse effects of excessive fertilizer use in agricultural practices. This study determined the effects of slow-release fertilizers on the growth; quality; root and nitrate reductase activity; accumulation; distribution of nitrogen (N), phosphorus (P), and potassium (K) in roots, stems, and leaves; and NPK utilization of winter Chinese chives (Allium tuberosum Rottler ex Spreng.) in multi-layer covered plastic greenhouses. Treatments were conventional fertilization (CF, NPK: 1369.5 kg ha−1), conventional fertilization with slow-release fertilizer (SRF, NPK: 1369.5 kg ha−1), reduced fertilization with slow-release fertilizers (SRFR, NPK: 942.0 kg ha−1), and no fertilizer arranged in a completely randomized design with three replicates. The SRFR treatment increased Chinese chives yield and economic profitability by 37% and 47%, respectively, compared to the CF treatment. Similarly, nitrate reductase activity, root activity, soluble sugar, soluble protein, and flavonoid contents in the Chinese chives were increased by 40%, 12%, 16%, 6%, and 18%, respectively, in SRFR than CF. In addition to these, we observed a significant reduction in the surplus of N (42%) and P (58%) in soil under SRFR compared to CF. Nutrient uptake and nutrient use efficiency were also greater in SRFR than in CF. The results indicate that the adoption of SRFR can be an efficient approach to enhance quality and productivity of Chinese chives compared to CF under a multi-layer covered plastic greenhouse system.
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 | 0,000 | 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 | 0,000 | 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 découle