Reducing the Chemical Fertilizer by Nano Fertilizers in Two Varieties of Potatoes (Solanum tuberosum L.)
Notice bibliographique
Résumé
Abstract The study was conducted in the field of vegetables at the Department of Horticulture and Landscape, the University of Mosul, during the spring season of 2021 to demonstrate the possibility of reducing the ground addition of NPK fertilizer by foliar Nano NPK fertilizer with two concentrations (2 and 4 g l -1 ) in two potato cultivars Montreal and Arizona, The study was conducted in split plots system based on of RCBD, cultivars Factor as a main plots, the fertilizer combinations arranged in the subplots with three replicates, and the results were as follows: The treatment of the fertilizer combination 50% ground fertilizer + 4 g l -1 Nano fertilizer in the Arizona variety (T2) significantly increased the number of total and marketing tubers, the fertilizer combination 50% ground fertilizer + 4 g l -1 Nano fertilizer in Montreal variety (T2) significantly increased total and marketing average weight tuber, total and marketing yield of the plant, the whole and marketing yield of tubers (52.866 and 51.088 t ha-1), respectively, the fertilizer combination of 25% ground fertilizer + 4 g l -1 Nano fertilizer increased the rate of dry matter and starch in tubers (18.48 and 12.48%) respectively.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».