Rekal Remineralizer as an Alternative to Potassium Fertilization in Soybean Cultivation
Notice bibliographique
Résumé
The agricultural sector seeks regional solutions to reduce environmental impact and to develop practices that consider the assumptions of the circular bioeconomy, in addition, to meeting the objectives set out in the 2030 agenda of the United Nations. In this context, Brazil leads research with soil remineralizers to contribute to regenerative agriculture and to have greater sovereignty in the use of natural inputs. This study aimed to evaluate the efficiency of the remineralizer of Rekal soils in soybean commercial areas in the State of Goiás, verifying the availability and mobility of potassium in soils compared to using soluble source (KCl). The methodology adopted was the application of doses of a Rekal remineralizer in four commercial areas in the municipalities of Santa Rita do Novo Destino/GO, Mimoso de Goiás/GO, and Niquelândia/GO, in rainfed and irrigated systems. The experimental design was the same for all experimental fields, randomized blocks made with four experimental treatments and four replications. The treatments were constituted of the farm standard using KCl (potassium chloride), as the only supplier of K2O demand, and three different doses of a Rekal remineralizer of soils. The parameters evaluated were the determination of the residual potassium content in the soil at three depths (0 to 10 cm, 0 to 20 cm, and 20 to 40 cm); determination of potassium leaf concentrations; determination of potassium concentrations in the grains; yield and weight of one thousand grains (PMG). The remineralizer of Rekal soils did not show significant differences, compared to the use of KCl (potassium chloride), in the variables of potassium content (soil, leaf, and grain) productivity and PMG in different productive environments in a commercial study of soybean cultivation in the Cerrado Goiano.
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 ».