Mineral nutrition for Cannabis sativa in the vegetative stage using response surface analysis
Notice bibliographique
Résumé
Cannabis cultivated for medical and adult use is a high-value horticultural crop in North America; however, we lack information on its optimal mineral nutrition due to previous legal restrictions. This study evaluated the mineral requirements of nitrogen (N), phosphorus (P), and potassium (K) for cannabis in the vegetative stage using response surface analysis. Plants were cultivated in a hydroponic system with various nutrient solution treatments (mg L -1 ) of N (132.7, 160, 200, 240, and 267.3), P (9.6, 30, 60, 90, and 110.5), and K (20.8, 60, 117.5, 175, and 214.2) according to a central composite design. Nutrient interactions (N × K, K × P, and N × P × K) had a significant effect on the vegetative growth of the cannabis plants. N × K interaction had a significant effect on leaf mass and stem mass. K × P interaction had a significant effect on dry root mass, leaf mass, stem mass, leaf area, specific leaf area, and chlorophyll a and b contents. N × P × K interaction had a significant effect on root mass, leaf mass, stem mass, stem diameter, leaf area, and chlorophyll a and b contents. The optimum concentrations of total nitrogen, P, K, calcium, and sulfur in the cannabis leaves were 0.54, 0.073, 0.27, 0.56, and 0.38 mg g -1 , respectively. An increase in P and K concentrations decreased the magnesium concentration in the leaves, but it was unaffected by the increase in N concentration. The recommended primary macronutrients for cannabis plants in the vegetative stage based on the maximum desirability and nutrient use efficiencies were 160–200 mg L -1 N, 30 mg L -1 P, and 60 mg L -1 K. These findings can offer valuable insight and guidance to growers regarding the mineral requirements for cannabis during the vegetative stage.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| 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 ».