Nitrogen rate and source effects on foliar sugar, glycoalkaloid, and amino acid composition of potato Russet Burbank
Notice bibliographique
Résumé
The foliar chemicals in potatoes (Solanum tuberosum L.) could affect the growth and development of agricultural pests, such as Colorado potato beetle Leptinotarsa decemlineata (Say) and aphid Macrosiphum euphorbiae (Thomas). Thus, altering the chemical composition of potato leaves could potentially supplement integrated pest management (IPM). In this study, field experiments were conducted in Quebec, Canada, to investigate the effects of nitrogen (N) rate and source on foliar sugar, glycoalkaloid, and amino acid concentrations and tuber yield of potato cultivar Russet Burbank. Three N fertilizer sources of ammonium nitrate, ammonium sulfate, and polymer-coated urea were used at four rates of 60, 120, 200, and 280 kg N ha −1 plus an unfertilized control in a randomized complete block design. The fourth leaves from the top of 20 randomly selected plants in each plot were collected at 54, 68, and 82 d after planting for sugar, glycoalkaloid, and amino acid analysis. Tubers were collected at harvest, and the total and marketable yields were determined. Results showed that N fertilization linearly decreased sugar concentrations and these reduced sugars were conveyed and stored in tubers as starch. Glycoalkaloid concentrations in leaves were influenced by N source and rate. Both total and marketable yields quadratically varied with increasing N rates regardless of N sources, with average values of 36.4 and 28.3 Mg ha −1 , respectively. As N rate affected potato foliar chemical composition and tuber yield, N fertilization could be considered as a supplemental tool to the IPM strategy for potato pest control.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».