MétaCan
Menu
Retour à la cohorte
Enregistrement W4308447310 · doi:10.18280/ijdne.170505

Improving Soil Fertility and Maize Growth in Suboptimal Land Through Application of Humic Acid

2022· article· en· W4308447310 sur OpenAlexvenueno aff
Niken Rani Wandansari, Syahrul Kurniawan, Retno Suntari, Soemarno Soemarno

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Growth Enhancement Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNutrientHumic acidSoil fertilityAmendmentAgronomyChemistryTotal organic carbonSoil pHIncubationBagasseCompletely randomized designAnimal scienceSoil carbonSoil waterBiologyEnvironmental scienceEnvironmental chemistryFertilizerBiotechnologySoil science

Résumé

récupéré en direct d'OpenAlex

Humic acid (HA) has been reported to increase plant growth and crop yields, as well as improve soil fertility. However, the potential utilization of HA extracted from various organic waste composts as organic amendment in suboptimal soils has not been studied in depth. The experiment used a two-factor Completely Randomized Design (CRD) with three replications. Four types of HA were used, namely bagasse HA (BHA), water hyacinth HA (WHA), market waste HA (MHA), and commercial HA (CHA). It also comprised of four doses HA i.e., 0.05, 0.10, 0.15 and 0.20% (of soil on w/w base). The results revealed that fluctuations in soil pH and nutrient release with the HA application had a variable quadratic response pattern. Organic carbon increased by 17%, while total N and available P decreased by 5% and 38.6% during the last weeks of incubation. The HA application could improve the growth response and nutrient uptake of maize significantly. CHA0.20% was the best interaction treatment which had the highest average value on dry weight and NPK uptake, which were 98.0 g pot-1, 178.8 mg plant-1, 27.4 mg plant-1 and 216.9 mg plant-1, respectively. The scanning electron microscopic (SEM) showed that HA could increase in the length and density of maize root hairs. Furthermore, the HA application significantly increased pH, CEC, C-organic content and availability of soil nutrients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,765
Score d'incertitude au seuil0,151

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,231
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetPlant Growth Enhancement TechniquesTravaux en français237 207