The influence of different fertilizer schemes on ‘Haschberg’ European elderberry growth and fruit production
Notice bibliographique
Résumé
Due to their nutritional and therapeutic properties of the fruits, elderberry orchards started to gain more and more ground in Romania as well.Therefore, the purpose of this research was to improve soil quality and yield production in an elderberry orchard from Carastelec by applying both organic and mineral fertilizers.For this purpose, five fertilization schemes (FS) were set up with different ratios of cattle manure, mineral fertilizers and soil amendments.The field experiment was carried out in a randomised block design with three replicates.The best plant and yield performance among the four fertilizer schemes were recorded in FS_4 when mineral fertilizers -NPK -16:16:16 (0,8 kg/tree) + NH₄NO₃ (0,8 kg/tree) + CaCO 3 (5 kg/tree) were applied providing a yield of 204,89±1,87 kg/row equal to 4.09±0.13kg fruit/tree and 106.93±2.57cmaverage annual shoot length.Double-dose organic fertilization (50 kg cow manure/tree) increased the yield by 23,8% as compared to control and shoot length by 15,28%, while lower doses of mineral fertilizers and without soil amendments improved yield performance by 38,08% and growth by 11,85%.Therefore, the findings of this study reveal that large amounts of nitrogen are necessary to be applied in combination with soil amendments in order to improve soil quality and increase elderberry yield and growth performance up to 61%.
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 | 0,001 | 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 ».