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) + NHNO (0,8 kg/tree) + CaCO 3 (5 kg/tree) were applied providing a yield of 204,891,87 kg/row equal to 4.090.13 kg fruit/tree and 106.932.57cm average 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 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».