Bioavailability, Speciation, and Crop Responses to Copper, Zinc, and Boron Fertilization in South-Central Saskatchewan Soil
Notice bibliographique
Résumé
An appropriate fertilization strategy is essential for improving micronutrient supply, crop nutrition, yield and quality. Comparative effects of different application strategies of micronutrient fertilizer were evaluated in two contrasting sites/soils (upper slope Chernozem and lower slope Solonetz) within a farm field located in the Brown soil zone of Saskatchewan, Canada. The study objective was to examine the impact of Cu, Zn, and B fertilizer application strategies on their mobility, bioavailability and fate in the soil as well as crop yield responses. The application strategies were broadcast, broadcast and incorporation, seed row banding, and foliar application of Cu, Zn, and B on wheat, pea, and canola, respectively. The study was laid out in a randomized complete block design (RCBD) with four treatment replicates for a specific crop and site. Crop biomass yields were not significantly influenced by micronutrient placement strategies at both sites. Pea tissue Zn concentration (35.2 mg Zn kg−1 grain and 5.15 mg Zn kg−1 straw) was increased by broadcast and incorporation of Zn sulfate on the Solonetz soil. Residual levels of soil extractable available Cu were increased significantly to 3.18 mg Cu kg−1 soil at Chernozem and 2.53 mg Cu kg−1 soil Solonetz site with the seed row banding of Cu sulfate. The PRS™-probe supply of Cu (1.84 µm Cu/cm2) and Zn (1.18 µm Zn/cm2) were significantly higher with broadcast application of corresponding micronutrient fertilizer in the Chernozem soil. Both the chemical and spectroscopic speciation revealed that carbonate associated Cu and Zn were dominant species that are likely to control the bioavailability of these micronutrients under field conditions.
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 ».