Modeling The Uptake Of Cationic Micronutrients And Rice Grain Yield At Different Graded Dose Of Nitrogen Fertilization
Notice bibliographique
Résumé
The current study has been directed to find out a relationship whether such graded doses of nitrogen fertilizer can influence the pattern of micronutrient uptake and yield of the rice plant. The field experiment was carried out during the boro season of 2022 at Bidhan Chandra Krishi Viswavidyalaya, Nadia. The experiment was designed in a thrice replicated Randomized blocks with nitrogen fertilizer levels (0, 50, 100, 150 kg ha-1). A statistical analysis was carried out through Correlation- Regression studies which analyzed the relationship between nitrogen application and micronutrient uptake by rice. Correlation study of N uptake under graded doses of fertilizer application with the uptake of micronutrients followed the pattern Zn (r=0.985**)>Fe (r=0.962**)>Cu (0.953**)>Mn (r=0.947**) and Zn (r=0.980**)>Mn (r=0.948**)>Cu (0.944**)>Fe (r=0.939**) for rice grains and straw at harvest, respectively. The correlation of yield with grain N, straw N and N at maximum tillering stage also revealed a positive value. The Linear Regression (LR) models confirmed that incremental doses of N have a significant association with the uptakes of micronutrients. Thus, judicious management of N fertilizer can be a viable non-traditional approach for micronutrient nutrition in rice.
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 | 0,002 | 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 ».