MétaCan
Menu
Retour à la cohorte
Enregistrement W4391763345 · doi:10.53555/sfs.v10i1s.2296

Effect Of Nitrogen And Potassium On Pomegranate Cv. Bhagwa Under Red And Lateritic Zone Of West Bengal

2023· article· en· W4391763345 sur OpenAlexvenueno aff
Srikanta Chell, Samarpita Roy, Rajdeep Mohanta, Tanmoy Mondal, Sanghamitra Layek, Kamal Kumar Mandal

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2023
Typearticle
Langueen
DomaineNursing
ThématiquePomegranate: compositions and health benefits
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWest bengalBENGALNitrogenPotassiumHorticultureBiologyMathematicsBotanyChemistryGeologyOceanographyEconomicsSocioeconomics

Résumé

récupéré en direct d'OpenAlex

The experiment was conducted with five levels of nitrogen and four levels of potassium per plant with twenty treatment combinations were applied to three years old pomegranate cv. Bhagwa trees at the Regional Research Sub-Station, Sekampur, Birbhum of Bidhan Chandra Krishi Viswavidyalaya, West Bengal. The highest yield was observed with N60 (4.103 kg/plant). In potassium application the yield /plant varied between 2.96 kg/plant (K0) to 3.664 kg/plant (K40). The combined application of N80K40 resulted in a 28.07 % (212.60g) increase in fruit weight compared to the control treatment (166.00g). The highest number of fruits/plants was recorded in treatment N60 (20.438) and lowest in control (13.688). Significantly maximum number of fruits /plants was noted in K40 (18.550). The highest increase in aril weight and juice weight could be observed with the application of N60K60 treatment. Quality analysis of the fruits showed maximum TSS with the 60 g/plant k. It is concluded that the combined application of N@60g and K@40 g per plant is beneficial in improving the yield and quality of three years old pomegranate plants under the red lateritic zone of West Bengal.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,312
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Survey in Fisheries SciencesMême sujetPomegranate: compositions and health benefitsTravaux en français237 207