Increasing Production Of Purple Sweet Potato (Ipomoea Batatas Poir) By Treatment Of Shimmer Fertilizer and Kaliphos
Notice bibliographique
Résumé
The title of the research was “Increased Production of Purple Sweet Potato (Ipomoea batatas poir) with Vermicompost and Kaliphos Fertilizer Treatment”. This research was carried out for 4 months in the experimental garden of the Faculty of Agriculture, Islamic University of Riau. The purpose of this study was to determine the effect of interaction and the main effect of increasing purple sweet potato production by the treatment of vermicompost and Kaliphos fertilizer. The design used was a completely randomized factorial design consisting of two factors. The first factor was vermicompost fertilizer (K) with 4 levels: 0. 550. 1.100. 1,650 g/bundle. The second factor is Kaliphos fertilizer: 0.5. 10. 15 g/plant. Parameters observed were the number of tubers per plant (fruit), tuber weight per tuber (g), tuber weight per plant (kg), tuber production per mound (kg), harvest index, and fresh chestnut weight per plant (kg). The last observational data were analyzed statistically and continued with the BNJ follow-up test at level 5 %. The results of the study conclude that the interaction effect of vermicompost and caliphos fertilizer is significant on tuber weight per tuber, tuber weight per plant, tuber production per mound, harvest index, and fresh chestnut weight per plant. The best treatment dose was 1,650 g/mound and Kaliphos 15 g/plant (K3L3). The main effect of vermicompost fertilizer is real in all treatments. The best treatment dose is 1,650 g/mound (K3). The main effect of caliphos fertilizer is significant for all treatments. The best treatment dose is 15 g/plant (L3).
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 | 0,000 | 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 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 ».