Formalin fumigation and steaming of various composts differentially influence the nutrient release, growth and yield of muskmelon (Cucumis melo L.)
Notice bibliographique
Résumé
Abstract Nutrient disorder and presence of disease-causing agents in soilless media negatively influence the growth of muskmelon. To combat these issues, use of environmentally-friendly sanitation techniques is crucial for increased crop productivity. The study was conducted under greenhouse and field conditions to investigate the effect of two different sanitation techniques: steaming and formalin fumigation on various media’s characteristics and their impact on muskmelon yield. Media: jantar, guar, wheat straw and rice hull and peat moss of 10% air-filled porosity and sanitized with formalin and steaming. Steaming of guar, jantar, and wheat straw increased the phosphorus (P) and potassium (K) concentrations by 13.80–14.86% and 6.22–8.45% over formalin fumigation. Likewise, P and K concentrations in muskmelon were higher under steaming. Steaming significantly inhibited the survival ofFusariumwilt sp.melonis, root knot nematode sp.meloidogyneand nitrifying bacteria in media than formalin fumigation. In conclusion, steaming decreased the prevalence of nitrifying bacteria and pathogens which thus improved the NO3−–N:NH4+–N ratios, P and K nutritional balance both in the media and muskmelon transplants. Hence, steaming as an environment-friendly approach is recommended for soilless media. Further, optimization of steaming for various composts with different crops needs to be investigated with steaming teachnique.
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 | 0,000 | 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) | 0,001 | 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 ».