The Role of Organic Fertilizer and Tree Pruning on the Growth and Nitrogen, Phosphate and Potassium Uptake of Red Ginger in Sengon Agroforestry System
Notice bibliographique
Résumé
Red ginger is one of the C3 plants that has the potential as an herbal medicine.This causes red ginger to be sensitive to high temperatures and light intensity.One effort that can be done is to implement an agroforestry system.The study aims to examine the effect of fertilization and tree pruning on the growth and nutrient uptake of red ginger.The study used a randomized block design with a nesting pattern.The first factor, pruning trees, had two levels: without pruning (1730-12270 lux) and with pruning of sengon stands (2430-24900 lux).The second factor, nested within the first, was fertilization with four levels: chemical fertilizer, corn cob compost, Indigofera tinctoria compost, and goat manure compost.The highest plant height in the treatment without pruning was 107.83 cm.Indigofera tinctoria compost nested in pruning treatment showed the highest number of leaves and nitrogen absorption, which were 99 leaves and 0.125 g.plant -1 .Corn cob compost nested in pruning treatment produced the highest phosphate absorption, which was 0.360 g.plant -1 .Nitrogen absorption was positively correlated with phosphate and potassium absorption.Compost and pruning application can increase the growth and nutrient absorption of red ginger in agroforestry.
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 ».