Nitrogen and Substrate Assessment For Pot-in-Pot Production in the Intermountain West
Notice bibliographique
Résumé
Abstract We investigated optimum nitrogen rates and different growth substrates for short-term finish production of container and bare root shade tree liners in a pot-in-pot production system in the Intermountain West. In one study, nitrogen ranging from 0–27 g N-tree −1 (0–36 lbs N·1000 ft −2 ) as urea was applied to quaking aspen ( Populus tremuloides ), ‘Autumn Blaze’ maple ( Acer × freemannii ‘Autumn Blaze’), ‘Chanticleer’ flowering pear ( Pyrus calleryana ‘Chanticleer’), and ‘Canada Red’ chokecherry ( Prunus virginiana ‘Canada Red’). Twenty-six liter liners (#7 container) were transplanted into 57 liter (#15) containers in a retail nursery finishing pot-in-pot system. Trunk diameter growth and shoot-tip elongation measurements were recorded for one growing season. Overall, only pear had a consistent increase in terminal shoot and trunk growth in response to N at 9 g N·tree −1 (12 lbs N·1000 ft −2 ). Maple and chokecherry exhibited modest lateral shoot growth at 4.5 and 18 g N·tree −1 (10–24 lbs N·1000 ft −2 ), and aspen growth had no response to N. The second study evaluated the effect of nitrogen rates and substrate type on first-year trunk diameter growth of bare root common chokecherry ( Prunus virginiana ) and Aristocrat flowering pear ( Pyrus calleryana ‘Aristocrat’). Large bare-root liners were installed into a finishing pot-in-pot system with three substrate treatments, a proprietary, a commercial mix using several organic matter sources, and a simple composted bark-pumice mix. Five nitrogen rates, 0–9 g N·tree −1 , (0–12 lbs N·1000 ft −2 ) were applied to each substrate. Pear again had a modest increase in trunk growth at 2.2 g N per tree, but had no response to the different growth substrates. Chokecherry trunk growth did not increase with nitrogen nor did substrate treatment substantively affect growth. This study indicates that Intermountain West retail nurseries can likely reduce first-year nitrogen applications to container and bare root liner stock during finish production, and use a simpler media to achieve optimum growth at potentially lower cost.
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 | 0,000 | 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 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 ».