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 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 | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».