Assessing brushite-polyphosphate nanocomposites as nanofertilizers for improved phosphorus use efficiency in maize
Notice bibliographique
Résumé
Phosphorus (P) inefficiency in conventional fertilizers poses a critical challenge to sustainable agriculture and global food security. This study introduces brushite-polyphosphate (DCPD-PolyP) nanofertilizers as a novel, high-efficiency alternative to enhance phosphorus availability, micronutrient uptake, and maize productivity. Advanced characterization using X-ray diffraction and scanning electron microscopy confirmed the amorphous nanostructure of brushite-polyphosphate (50–100 nm), while inductively coupled plasma optical emission spectroscopy revealed high phosphorus (22.72%) and reduced calcium (18.66%) content in the composite. In greenhouse trials, maize treated with DCPD-PolyP at full concentration (C1) exhibited 170% higher root biomass (12.783 g), 240% greater shoot biomass (29.090 g), and 42% increased plant height (136.83 cm) compared to controls, outperforming traditional triple superphosphate (TSP) and unmodified DCPD. Notably, P uptake surged by 280% (5.434 g at C1), with phosphorus use efficiency peaking at 56.93 under reduced doses. Soil Olsen-P levels reached 61.930 mg kg -1 (C2), significantly exceeding TSP and control treatments. Remarkably, DCPD-PolyP enhanced bioavailability of key micronutrients (Ca, Cu, Mg, Mn, Fe, Zn) in both plants and soil, demonstrating dual benefits for crop nutrition and soil health. These results highlight DCPD-PolyP’s potential to revolutionize nutrient management in agriculture, bridging the gap between advanced material science and sustainable food production by optimizing resource efficiency.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».