Impact of Safe Rock® Minerals, Mineral Fertilizers, and Manure on the Quantity and Quality of the Wheat Yield in the Rice–Wheat Cropping System
Notice bibliographique
Résumé
Rice–wheat (RW) rotation is the largest agriculture production system in South Asia with a multifaceted role in maintaining the livelihood of people. The customary practices and indiscriminate use of synthetic fertilizers have culminated in the decline of its productivity and profitability during the past two decades, thus affecting the sustainability of wheat. Safe Rock® Minerals (SRM) is a multi-nutrient rich natural rock mineral with great potential to manage soil degradation, reducing the input of fertilizers, improving soil fertility, and plant health. Thus, a field trial was conducted at the research farm of ICAR—Indian Agricultural Research Institute, New Delhi from 2016 to 2018 to evaluate the impact of Safe Rock® Minerals (SRM) on biometric parameters, productivity, quality, and nutrient uptake by conventional wheat and System of Wheat Intensification (SWI) in the wheat–rice cropping system. The results indicate that SWI performed better in terms of growth, yield, and quality parameters than conventional wheat. Among nutrient management practices; the highest growth, yield, and yield attributes of wheat were achieved with the use of SRM application 250 kg ha−1 + 100% Recommended Dose of Fertilizer (RDF). SRM application also increased grain protein content significantly. In conclusion, the integrated use of SRM with organic manures can serve as an eco-friendly approach for sustainable wheat production.
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 ».