ASSESSING THE OPTIMAL LEVEL OF NPK FERTILIZERS FOR ENHANCING PRODUCTION OF SPRING RICE IN KANCHANPUR, NEPAL
Notice bibliographique
Résumé
Spring rice plays important role in ensuring food self-sufficiency by complementing the production of main season rice in Nepal. To assess the optimal level of nitrogen, phosphorous and potassium in spring rice, a field experiment was conducted in Kanchanpur district, during Feb- June 2023. The experiment was laid out in randomized complete block design with three replications and seven treatments viz., (T1), 120:40:40 NPK kg/ha, (T2), 180:40:40 NPK kg/ha, (T3), 60:40:40 NPK kg/ha, (T4), 120:60:40 NPK kg/ha, (T5), 120:20:40 NPK kg/ha, (T6), 120:40:60 NPK kg/ha and (T7), 120:40:20 NPK kg/ha. Hardinath-1 variety of rice was transplanted at spacing of 20 cm × 15 cm in all the plots. Data for growth parameters, yield attributes, and yield were collected and analyzed. Analysis of variance for all the parameters was done and treatments were compared at 5% level of significance. The statistical analysis revealed that the treatment T2, 180:40:40 NPK kg/ha was statistically superior in terms of yielding plant height, effective tillers, panicle length, grain yield and straw yield (P< 0.05). An increase of 20.52%, 30.19% and 50.68% was observed in number of effective tillers, grain yield and straw yield respectively in T2 over the recommended dose of government i.e. T1 (120:40:40 NPK kg/ha). Similarly, T2; 180:40:40 NPK kg/ha, where nitrogen level was increased by 50 % on government recommendation, provided highest gross return, net return and the benefit cost ratio of 2.35. Therefore, the fertilizer dose 180:40:40 NPK kg/ha is suggested for better productivity of spring rice in Kanchanpur, Nepal.
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 | 0,000 |
| 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 ».