Influence of Fertilizers and Bioactive Substances on Sugar Sorghum Yield in Southern Kazakhstan
Notice bibliographique
Résumé
This study aimed to determine the effects of biologically active substances and nitrogenphosphorus fertilizers on the yield of sugar sorghum (Sorghum bicolor L.) grown in southern Kazakhstan.A three-year field experiment was conducted using a factorial design with the sorghum variety 'Kazakhstanskoe 20'.Three fertilizer treatments (control, N30P30, N60P60, N90P90 kg/ha) were combined with three seed treatments (Celeste Top, Gumi 20, Potassium Humate).Sorghum was harvested at the wax ripeness stage.Analysis of variance was used to analyze the data.Fertilizer dose, seed treatments, and their interaction significantly increased sorghum green mass yield compared to the control.The highest yields (18.0-19.3t/ha) resulted from combining N90P90 fertilization with seed treatments.Celeste Top and Gumi 20 increased yields by 1.6-4.1 t/ha across fertilizer doses, while Potassium Humate had the greatest effect (increase of 2.7-5.4 t/ha).The integrated use of biologically active seed treatments and moderate to high doses of nitrogen-phosphorus fertilizers can substantially increase the productivity of sugar sorghum grown in southern Kazakhstan.These findings provide agronomic strategies to improve sorghum yields under arid conditions.
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 | 0,000 | 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 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 ».